研究基地导航
首都旅游
社会化媒体特性对购买意愿影响因素探索
来源:中国流通经济 日期:2017-12-20 浏览次数: 字号:[ ]

一、引言

社会化媒体 (Social Media) 是基于互联网和移动互联网技术, 通过个人和社区分享、创造、讨论并产生用户生成内容, 具有高创造性的社交平台和工具。[1]通过这种平台和工具, 人们可以进行各种相关的社会交往活动。在互联网与移动互联网环境下, 国外的脸书 (Facebook) 、推特 (Twitter) 、优视 (You Tube) 以及国内的微信、微博等社会化媒体以其惊人的发展速度、广大的用户群体、巨大的社会影响力成为最受关注的焦点。

社会化媒体创造了新的营销传播模式。社会化媒体平台让消费者可以随心所欲地分享和反馈信息。消费者不再是单纯的信息接收者, 其搜索信息通过搜索引擎优化 (SEO) 、搜索引擎营销 (SEM) 等技术为商家提供有效的营销反馈, 使信息推送和广告投放变得更加精准。正因为如此, 社会化媒体正在逐步取代传统媒体, 成为企业营销传播的主战场。输软公司 (Infusionsoft) 对美国中小企业2017年营销计划的调查显示, 其中56%的企业倾向于选择社会化媒体作为广告投放渠道。黄蜂条形码科技公司 (Wasp Barcode Technologies) 的调查显示, 社会化媒体营销已经成为美国中小企业营销最常见的策略之一。[2]

在社会化媒体整体快速发展的背景下, 不同的社会化媒体之间也存在巨大差异。在美国市场上, 脸书是中小企业最常选择的社会化媒体, 72%的企业在利用脸书进行营销, 其次是推特 (36.5%) 和照片墙 (Instagram) (33.1%) 。2016年12月美国BIA/Kelsey公司的报告显示, 脸书也是美国中小企业最希望增加投资的社交媒体渠道, 2017年美国中小企业在脸书广告和视频方面的投资增幅最大。[2]在中国社会化媒体广告及营销市场上, 腾讯微信、新浪微博共占据了超过八成的市场份额, 其占比分别为56.7%和28.0%, 而陌陌、天涯社区、人人网分别仅占2.2%、0.2%、0.1%。[3]企业作为广告主在社会化媒体营销渠道选择上的差异, 显示了不同社会化媒体迥异的营销效果。

为什么不同的社会化媒体其营销效果差异如此之大呢?哪些渠道特性会影响社会化媒体营销效果呢?通过何种机制产生影响呢?目前, 尽管已有大批研究者关注社会化媒体, 其中也有学者关注社会化媒体特性, 但学界对社会化媒体特性尚未形成统一认识, 在社会化媒体特性对消费者购买行为的影响方面也缺乏探索。这方面我们可从社会化媒体渠道特性入手, 对国内广泛使用的微信、微博、点评网站等社会化媒体进行实证研究。可基于规范的量表开发过程, 制定适合我国国情的社会化媒体特性量表。本文以消费者购买意愿作为衡量营销效果的变量, 实证研究不同社会化媒体特性对购买意愿的影响机制, 探索社会化媒体如何通过影响消费者认知来改变消费者购买意愿, 以期为企业更好地选择社会化媒体投放广告以及为社会化媒体不断改进服务以吸引广告主、增加广告收入提供理论支持。

二、文献回顾

(一) 社会化媒体

目前, 学界对社会化媒体尚无明确定义。斯特劳斯和弗罗斯特 (Strauss J&Frost R) [4]将社会化媒体定义为一种网络工具和平台, 网络用户可借此共同研究网络内容, 分享各自的见解和经历, 为商业或娱乐活动建立联系。卡普兰和海登雷恩 (Kaplan A M&Haenlein M) [5]认为, 社会化媒体并非一种全新的技术, 而是一组建立在Web2.0观念及其技术基础上的互联网运用, 它允许对使用者产生的内容进行创造和交换。瑞雷 (O'Reilly T) [6]认为, Web 2.0就是一种新形式的合作网络, 一个基于互联网利用集体智慧的平台。康斯坦丁尼德斯和方丹 (Constantinides E&Fountain S J) [7]指出, Web 2.0支持用户生成内容的实现, 促进知识和观念的流动。凯茨曼 (Kietzmann J H) 等[1]认为, 社会化媒体是社会交互媒体, 是社会沟通的超集, 沟通技术的随处可获取性、可测量性使社会化媒体完全能够在本质上改变组织、社区以及个人之间的沟通方式。

本文将社会化媒体定义为一类基于互联网应用, 以Web 2.0技术为基础, 促进用户生成内容 (User Generated Content, UGC) 产生与交流的平台和工具。通过这种平台和工具, 人们可以进行各种相关的社会交往活动。

由于社会化媒体发展的初期其媒体形式较为简单, 国内外学者对社会化媒体的分类最开始是根据媒体形式进行的。例如, 梅菲尔德 (Mayfield A) [8]将社会化媒体归纳为社交网站、博客、维基、播客、论坛、内容网站、微博、虚拟人生等八种主要形式。迈戈尔德和福尔兹 (Mangold W G&Faulds D J) [9]按照使用功能, 将社会化媒体分为创作分享网站、社交邀请网站、博客等15个类别。学者们以基于媒体形式的分类为依据, 针对单一或若干形式的社会化媒体开展研究, 国外的研究主要集中于脸书、推特等, 国内的研究大多以微信、微博、口碑网站等作为研究对象。然而, 随着社会化媒体的不断发展, 依照媒体形式开展研究不仅难以囊括社会化媒体的全貌, 容易忽略不同形式社会化媒体间的共性, 而且其分类的滞后性导致研究极易过时, 缺乏对新形式社会化媒体的预测性。多伦多学派认为, 归纳任何媒介的基本特性都是非常困难的。新的媒体形式具有多样性并处于持续变化中, 技术形式不断发展且通常比较短暂, 使得有关其效果的研究很难开展。[10]

对社会化媒体的普遍特性进行研究能够较好地弥补根据形式分类进行研究的不足, 国内外已有学者针对社会化媒体特性进行了研究。[5,11]梅菲尔德[8]认为, 社会化媒体具有参与、公开、交流、连通五种特性。凯茨曼等[1]从企业或用户个人视角出发, 归纳了社会化媒体的七种特性, 即身份、交流、分享、在线、关系、声誉、社群。卡普兰和海登雷恩[5]根据自我呈现和社会临场感两个维度, 把社会化媒体分成了四种类型。郭淑娟[12]研究发现, 社会化媒体区别于传统媒体的特性包括平民性、对话性、匿名性、社交性、涌现性。现有研究大多关注社会化媒体的社交属性, 却往往会忽略其技术属性, 且普遍缺乏基于消费者 (用户) 视角对社会化媒体特性对消费者认知影响的分析。

(二) 感知有用性、感知易用性与购买意愿

戴维斯 (Davis F D) 等[13]从用户使用信息技术的角度出发提出了消费者技术接受模型 (The Technology Acceptance Model, TAM) , 认为感知有用性 (Perceived Usefulness, PU) 和感知易用性 (Perceived ease of Use, PEOU) 影响态度, 态度和感知有用性影响使用意愿, 意愿影响实际接受行为。感知有用性和感知易用性被广泛应用于网络环境下信息对消费者购买意愿影响的研究中。[14]费内奇和凯斯 (Fenech T&O’Cass A) [15]以技术接受模型为基础研究网络消费者购买行为影响因素, 发现网络消费者的感知有用性和感知易用性与网络购物态度之间存在正相关关系。陈和谭 (Chen L D&Tan J) [16]基于技术接受模型, 在感知易用性及感知有用性两个变量基础上增加了信任、感知服务质量以及兼容性三个变量, 证实了其在解释和预测网络消费者购买行为方面的显著作用, 消费者网络购物感知有用性及易用性与其网络购物态度之间存在显著正相关关系。寇法瑞斯 (Koufaris M) 等[17]基于社会化媒体的计算机技术属性, 将技术接受模型运用到社会化媒体对消费者购买意愿影响的研究中, 发现社会化媒体能够降低信息不对称, 提升消费者信任, 从而正向影响购买意愿。林和金 (Lin C A&Kim T) [18]利用技术接受模型研究了社会化媒体中用户对广告信息的接受问题, 验证了感知有用性、感知易用性、态度与购买意愿之间的影响关系, 发现了隐私和侵入性作为前置变量对感知有用性的影响作用。综观国内外相关研究, 感知有用性和感知易用性对消费者购买意愿的影响已经得到了实证支持, 但其相互间的影响机制并未得到证实。同时, 有关感知易用性和感知有用性对购买意愿的研究局限于在线购买的单一情境, 而消费者购买意愿的产生和变化并不仅仅局限于浏览在线商店的过程中, 内容网站、社交网站、播客等其他社会化媒体的使用均有可能对消费者意愿产生影响。

三、探索性因子分析

(一) 测量量表开发与设计

通过腾讯问卷对社会化媒体使用者发放问卷进行预试, 被试需要对李克特五级量表的每个指标进行评分。一共发出122份问卷, 收回122份, 回收率100%, 剔除社会化媒体使用年限不足一年的问卷2份, 有效率为98.4%。样本中男性占49.17%, 女性占50.83%;平均年龄为27.63岁;平均接触社会化媒体年限为5.01年。采用探索性因子分析 (Exploratory Factor Analysis, EFA) 对社会化媒体特性的所有测量项目进行因子分析, 结果显示, KMO值为0.856, 通过巴特利特 (Bartlett’s) 球度检验, p<0.001, 表明数据具备因子分析的条件。采用主成分分析方法, 按照特征值大于1的条件对定性研究获得的测量问项进行因子提取, 并采用最大方差法进行正交旋转。结果显示, 社会化媒体的特性可分为六个因子, 因子累计方差解释率为70.037%。为使因子分析结果更具有解释力, 达到一个有效的结构, 本研究基于以下标准来简化测量项目:一是项目在某个因子上的载荷必须等于或大于0.50;二是项目在其他因子上的载荷必须很低, 本研究认定在两个因子上的载荷同时超过0.50的项目即为跨载荷, 删除跨载荷条目;三是项目的内容必须与同一因子下的其他项目一致;四是各因子上的项目必须为两条或者以上。最终保留了24个项目, 剔除了x41、x42、x52、x101。KMO值为0.849, 通过巴特利特球度检验, p<0.001, 因子累计方差解释率达到73.570%, 具有较高的解释力。由表1可见, 每个主成分的测量项目内部都高度聚合, 测量内容和对象与前面理论推导的结论完全一致, 因此提取六个主成分, 即交流互动 (IN) 、信息获取 (IF) 、隐私保密 (CF) 、投入参与 (PA) 、兼容贯通 (CP) 、用户真实 (RE) 。

基于探索性因子分析方法, 运用AMOS 20软件对所提取的六个主成分进行验证性因子分析 (Confirm Factor Analysis, CFA) , 进一步验证因子的稳定性。为检验该模型是否合理, 重点考察模型的拟合系数。检验结果如下:χ/df=1.166, RMR=0.059, RMSEA=0.037, GFI=0.915, NFI=0.910, CFI=0.986, IFI=0.996。为检验该测量量表的信度, 利用克隆巴哈α系数 (Cronbach'sα) 进行检验, 发现形成这个量表的六个维度的克隆巴哈α系数都在0.7以上, 且有四个维度的克隆巴哈α系数在0.8以上, 本量表内部一致性非常好。经过效度和信度分析, 最终形成社会化媒体特性六个维度的测量量表, 具体可参见表2。

表1 探索性因子分析结果    

表1 探索性因子分析结果

在这六个维度中, “信息获取”“交流互动”“用户真实”“兼容贯通”“隐私保密”在之前的研究中均有所提及, [1,8,11]只有“投入参与”是本研究延伸得到的维度。

(二) 模型设计

消费者通过社会化媒体获得购买信息, 社会化媒体特性会对消费者购买意愿产生影响, 本研究提炼出交流互动、信息获取、隐私保密、投入参与、兼容贯通、用户真实等六个可能影响消费者购买意愿的社会化媒体特性。社会化媒体通过影响消费者认知进而改变购买意愿, 已有研究发现, 感知有用性、感知易用性和信任是影响消费者购买意愿的重要认知因素, 但鲜有研究将之与社会化媒体特性联系起来进行综合考虑, 去探究社会化媒体特性如何通过影响消费者认知来改变消费者购买意愿的。因此, 我们基于前文提取的社会化媒体特性因素, 联系感知有用性、感知易用性和购买意愿, 研究其作用机理, 并构建社会化媒体特性对消费者购买意愿影响的概念模型。

四、正式调查与数据分析

(一) 样本与数据收集

本研究采用问卷调查方法收集一手数据。根据模型和假设, 2015年12月到2016年1月完成了社会化媒体对消费者购买意愿影响调查问卷的编制工作, 形成了李克特五级量表。同时, 参考现有研究, 并综合考虑本研究内容, 加入了人口统计信息 (包括性别、年龄、社会化媒体使用年限、收入等) 。问卷编制完成后, 于2016年2月到12月进行问卷发放和回收, 采用方便抽样的方法, 通过腾讯问卷发布问卷。为确保问卷取样的代表性, 研究采用滚雪球的派发方式, 委托若干亲朋好友征集他们身边的亲朋好友, 依此循环, 逐步扩大取样范围, 并保证取样具有较强的代表性。共发放问卷311份, 回收问卷311份, 回收率为100%。剔除无效问卷 (作答时间小于一分钟, 且有明显未思考即答题表现的问卷) 5份, 最终得到有效问卷306份, 有效率为98.4%。

表2 社会化媒体特性的六个维度    

表2 社会化媒体特性的六个维度

在受访者中, 男性受访者 (49.5%) 与女性受访者 (50.5%) 占比基本一致。在年龄方面, 与社会化媒体使用者的年龄结构基本吻合, 以26~30岁者为主, 占55.7%;其次是21~25岁者, 占26.9%;31~35岁者占8.7%;36~40岁者占2.4%;20岁及以下和40岁以上者分别占1.0%和5.3%。在使用社会化媒体年限方面, 3~<5年者最多, 占32.3%;其次是1~<3年者和5~<7年者, 均占19.2%;7~<10年者占13.9%;1年以内和10年及以上者分别占4.3%和11.1%。在受访者年收入方面, 5~<10万元者最多, 占37.6%;其次是10~<20万元者, 占26.4%;5万元以下者占24.0%;20万元及以上者占12.0%。

(二) 数据分析

1. 信度和效度分析

本研究首先利用SPSS 20.0软件对正式调查数据进行量表内部一致性信度检验。各结构变量的克隆巴哈α系数检验结果如表3所示。结果显示, 所有变量的克隆巴哈α系数在0.719~0.965之间, 均大于0.7的标准, 其中感知易用性和购买意愿超过0.9, 另五个变量超过0.8。由此, 判定本研究数据内部一致性信度很好, 通过信度检验。

接下来, 本研究采用Smart PLS 3.0软件对量表的判别效度和收敛效度进行检验。结果显示, 各潜变量的平均方差提取值 (Average Variance Extracted, AVE) 在0.584~0.934之间, 均大于0.5的判定标准 (见表3) , 其中有四个变量超过0.8。由此, 判定本模型收敛效度很高, 通过收敛效度检验。

利用Smart PLS 3.0软件可以得到本研究平均方差提取值的平方根数据, 具体可参见表4。由表4可知, 模型中所有潜变量平均方差提取值的平方根均大于该潜变量与其他潜变量的相关系数, 表明本研究各潜变量之间判别效度很好, 具有独立的意义, 通过判别效度检验。

2. 结构模型分析

本研究提出的社会化媒体特性对购买意愿影响的概念模型可参见图1。由于本研究重点在于通过分析社会化媒体渠道特性预测其对购买意愿的影响, 强调探索性和预测性, 概念模型无需充分的理论支撑, 故采用偏最小二乘法, 使用Smart PLS3.0软件分析概念模型并论证概念模型。[21]除此之外, 由于模型涉及10个变量, 比较复杂, 故采用偏最小二乘法比采用结构方程模型更为合适。

表3 量表信度与收敛效度检验    

表3 量表信度与收敛效度检验

图1的概念模型包括三个子模型, 分别为购买意愿子模型、感知易用性子模型、感知有用性子模型。其中, 感知易用性子模型由六个社会化媒体特性变量共同解释, 感知有用性子模型由六个社会化媒体特性变量和感知易用性共同解释, 购买意愿子模型由感知有用性和感知易用性两个结构变量进行解释。购买意愿子模型的R为0.224, 感知易用性子模型的R为0.223, 感知有用性子模型的R为0.533。感知有用性子模型具有较高的解释度, 购买意愿和感知易用性子模型的解释度也处在可接受范围之内。考虑到本研究因缺乏成熟量表, 采用的是自行开发的量表, 对探索型研究来说, 具有较好的拟合情况。

表4 相关系数矩阵与平均提炼方差的平方根    

表4 相关系数矩阵与平均提炼方差的平方根

模型假设关系通过路径关系来检验, 根据克林 (Kline R B) [22]的研究, 路径关系主要通过路径系数呈现, 系数愈大表示在因果关系中重要程度愈高, 模型假设检验结果可参见表5。

在购买意愿子模型中, 感知易用性和感知有用性均对购买意愿具有非常显著的积极影响。其中, 感知有用性对购买意愿影响程度更高, 影响系数为0.297, 感知易用性影响系数为0.233。这表明, 感知有用性和感知易用性对购买意愿具有重要意义, 随着用户感知有用性和感知易用性的提高, 其购买意愿也会相应提高。

在感知易用性子模型中, 兼容贯通、信息获取、用户真实均对感知易用性具有积极影响。其中, 信息获取影响系数最高, 影响系数为0.222;其次是用户真实, 影响系数为0.129;再次是兼容贯通, 影响系数为0.096。而隐私保密、交流互动、投入参与对感知易用性的影响不显著。

在感知有用性子模型中, 信息获取、感知易用性、用户真实均对感知有用性有积极影响。其中, 信息获取影响系数最大, 为0.411;其次是感知易用性, 影响系数为0.388;再次是用户真实, 影响系数为0.123。而隐私保密、兼容贯通、交流互动、投入参与对感知有用性的影响不显著。

图1 社会化媒体特性对购买意愿影响的概念模型

图1 社会化媒体特性对购买意愿影响的概念模型 

表5 模型的假设检验结果    

表5 模型的假设检验结果

五、结果与讨论

(一) 研究结论

本研究开发了社会化媒体特性测量量表, 将社会化媒体特性归纳为信息获取、交流互动、投入参与、兼容贯通、隐私保密、用户真实六个方面, 揭示了不同社会化媒体特性对感知有用性和感知易用性影响的差异, 并将感知有用性与感知易用性结合起来, 验证了两者对购买意愿的影响作用。本研究实证结果显示, 用户所使用社会化媒体的不同特性会对用户感知有用性和感知易用性产生不同的影响, 进而影响其购买意愿。具体如下:

第一, 研究结果表明, 通过感知易用性和感知有用性的中介作用, 信息获取、用户真实、兼容贯通将对购买意愿产生积极影响。其中, 信息获取对感知有用性和感知易用性的影响作用最大, 反映了用户在社会化媒体帮助下进行购买决策的过程中, 信息获取是其最主要的诉求, 能否准确获取有效且最新的相关信息, 显著影响用户对社会化媒体感知有用性和感知易用性的评价, 此外信息获取还将以此影响用户购买意愿。

第二, 在社会化媒体中, 用户身份的真实性也会影响其对社会化媒体有用性和易用性的评价。在社会化媒体中, 用户的身份越接近于现实中的真实身份, 其对社会化媒体感知有用性和感知易用性的评价越高, 购买意愿也越强烈;反之, 虚拟的身份会对感知有用性和感知易用性产生负面影响, 导致其更难根据社会化媒体提供的信息进行购买。

第三, 社会化媒体是否兼容贯通会对用户的感知易用性产生积极影响。这就是说, 如果用户能够通过社会化媒体直接把购买意愿付诸行动, 如直接或者跳转到相应的购买页面, 则用户对该社会化媒体易用性的评价会相应提高, 从而提升其购买意愿。

第四, 研究结果表明, 交流互动、投入参与、隐私保密对感知有用性和感知易用性并没有起到显著影响作用。换言之, 社会化媒体是否注重用户间充分的人际交流、用户是否长时间沉浸于该社会化媒体、用户社会化媒体使用信息及相关购买信息是否公开对用户社会化媒体购买意愿并没有显著影响。

(二) 对营销的启示

本研究结论为社会化媒体营销实践提供了实证依据, 为广告主选择合适的社会化媒体渠道投放广告提供了有益启发, 为社会化媒体不断优化自身服务从而获得广告投放提供了依据。本研究的营销启示可概括如下:

对广告主而言, 当广告投放的目的是促进购买意愿时, 首先, 社会化媒体可让更多爱好与需求相同的人聚集在一起, 从而使得广告投放更加精准, 更加接近目标市场, 毋庸置疑, 这是广告主选择社会化媒体投放渠道最重要的原因之一;其次, 选择能够为用户提供充足、准确、有效购买信息的投放渠道比选择仅仅是用户活跃且在线时间较长的社会化媒体能够取得更好的效果, 如果活跃用户不能带来广告转载, 不能使信息传播得更广, 不能使用户接收信息更频繁, 那么该社会化媒体就不是一个合适的广告投放渠道;其三, 要选择更加方便且具有搜索和直接购买功能的社会化媒体投放广告, 在需要跳转到其他页面和软件时, 设置专门的跳转按钮和链接, 这是因为并非所有社会化媒体都有信息搜索和购买功能, 而很多广告主投放广告时可能会忽略这一点。

对社会化媒体而言, 首先, 要为用户提供准确而有效的信息。在用户信息搜索与购买决策阶段, 有效的信息能够增强消费者购买意愿, 帮助用户更加快速地做出购买决策, 制订购买计划。社会化媒体是否具有提供有效信息的途径至关重要, 而信息的来源既可以是企业投放的广告, 也可以是用户生成的内容, 只有能为购买决策服务的信息才能带来购买意愿的提升。其次, 要让使用更加方便, 信息获取更加便捷。要让功能的使用更加简明易懂, 为初学者提供使用指导;要让交互设计更合理, 用户体验更好;要着重改善信息搜索功能, 提高购买简易程度。其三, 要对活跃度和在线时长进行重新认识。交流互动和参与投入并不能显著提高购买意愿, 如果仅仅出于达成购买的目的, 把资源和能力消耗在增加用户活跃度与在线时长上并不能帮助广告主提高消费者购买意愿。其四, 要增加购买和跳转到购买页面的功能。能否直接或跳转购买是导致实际购买行为产生的关键因素, 不仅需要在消费者信息搜索阶段提供有效信息, 而且更加重要的是在行动阶段为消费者提供便利。

六、研究局限与展望

本研究探索了社会化媒体特性及其对用户购买意愿的影响。尽管研究增进了对社会化媒体的认识, 并在此基础上丰富了技术接受理论对社会化媒体情境的研究, 得出了一些针对营销管理理论与实践的参考建议, 但仍然存在一定的不足之处。未来研究可考虑以下几个方面:

一是本文对社会化媒体特性的研究是一种探索, 而量表开发是一个不断丰富和完善的过程, 加之科技进步会带来社会化媒体的不断发展, 因此本研究开发的量表尽管适用于现今的社会化媒体, 且具有一定的预测性和前瞻性, 但在社会化媒体发展与演进过程中还需要进一步完善和修正, 才能适应日益更新的社会化媒体, 推动社会化媒体特性研究。

二是本文以感知有用性和感知易用性作为社会化媒体特性影响购买意愿的感知层面的变量, 所建立的模型具有一定的解释力, 但还有其他更多更有解释力的中介因素尚待开发, 它们的内在影响机制也尚待更进一步的挖掘和探讨。

三是本研究关注的是社会化媒体特性影响下的用户购买意愿, 主要研究商品推荐信息及其对购买意愿的影响, 缺乏对其他营销目标的关注和研究, 今后的研究可对此做进一步的探讨。

参考文献

[1]KIETZMANN J H, HERMKENS K, MCCARTHY I P, et al.Social media?Get serious!Understanding the functional building blocks of social media[J].Social science electronic publishing, 2011, 54 (3) :241-251.

[2]Infusionsoft:56%的美国SMB计划增加2017年社交媒体营销支出[EB/OL]. (2017-02-09) [2017-07-05].http://www.199it.com/archives/562092.html.

[3]2016年第4季度中国社会化媒体广告营销市场规模分析[EB/OL]. (2017-04-11) [2017-07-05].http://www.askci.com/news/chanye/20170411/08542595644.shtml.

[4]STRAUSS J, FROST R.E-marketing (5th Edition) [M].New Jersey:Prentice Hall, 2009:101-104.

[5]KAPLAN A M, HAENLEIN M.Users of the world, unite!the challenges and opportunities of social media[J].Business horizons, 2010, 53 (1) :59-68.

[6]O'REILLY T.What is web 2.0:design patterns and business models for the next generation of software[J].Social science electronic publishing, 2007, 97 (7) :253-259.

[7]CONSTANTINIDES E, FOUNTAIN S J.Web 2.0:conceptual foundations and marketing issues[J].Journal of direct data&digital marketing practice, 2008, 9 (3) :231-244.

[8]MAYFIELD A.What is social media?[EB/OL]. (2008-01-08) [2017-07-05].http://www.icrossing.com/uk/sites/default/files_uk/insight_pdf_files/What%20is%20Social%20Media_i Crossing_ebook.pdf.

[9]MANGOLD W G, FAULDS D J.Social media:the new hybrid element of the promotion mix[J].Business horizons, 2009, 52 (4) :357-365.

[10]麦奎尔.麦奎尔大众传播理论[M].北京:清华大学出版社, 2010:135-136.

[11]焦勇兵, 高静, 杨健.顾客采纳社会化媒体的影响因素——一个理论模型及其实证研究[J].山西财经大学学报, 2013 (7) :43-55.

[12]郭淑娟.论社会性媒体的概念及发展中面临的问题[J].新闻界, 2011 (3) :40-41.

[13]DAVIS F D, WARSHAW P R.User acceptance of computer technology:a comparison of two theoretical models[J].Management science, 1989, 35 (8) :982-1003.

[14]DAVIS F D.Perceived usefulness perceived ease of use and user acceptance of information technology[J].MIS Quarterly, 1989, 13 (3) :319-340.

[15]FENECH T, O’CASS A.Internet users’adoption of Web retailing:user and product dimensions[J].Journal of product&brand management, 2001, 10 (6) :361-381.

[16]CHEN L D, TAN J.Technology adaptation in e-commerce:key determinants of virtual stores acceptance[J].European management journal, 2004, 22 (1) :74-86.

[17]KOUFARIS M, HAMPTON-SOSA W.The development of initial trust in an online company by new customers[J].Information&management, 2004, 41 (3) :377-397.

[18]LIN C A, KIM T.Predicting user response to sponsored advertising on social media via the technology acceptance model[J].Computers in human behavior, 2016, 64:710-718.

[19]CHEN L D, GILLENSON M L, SHERRELL D L.Enticing online consumers:an extended technology acceptance perspective[J].Information&management, 2002 (39) :705-719.

[20]AJZEN I, FISHBEIN M.Understanding attitude and predicting social behavior[M].Englewood Cliffs, NJ:Prentice Hall, 1980:127-132.

[21]HENSELER J, RINGLE C M, SINKOVICS R R.The use of partial least squares path modeling in international marketing[J].Advances in international marketing, 2009 (20) :277-320.

[22]KLINE R B.Principles and practice of structural equation modeling (third edition) [M].New York:Guilford Press, 2011:204-209.

首都旅游
Produced By 大汉网络 大汉版通发布系统