《突出用户相似性还是突出产品相似性？——推荐解释框架对消费者点击意愿的影响研究.docx》由会员分享，可在线阅读，更多相关《突出用户相似性还是突出产品相似性？——推荐解释框架对消费者点击意愿的影响研究.docx（15页珍藏版）》请在三一办公上搜索。
1、第46卷第3期外国经济与管理VOL46No.32024年3月ForeignEconomics&ManagementMar.2024DOI:10.16538ki.fem.20230610.102突出用户相似性还是突出产品相似性？推荐解释框架对消费者点击意愿的影响研究王永贵:刘冬梅2(1.浙江工商大学.浙江杭州3118；2.对外经济贸易大学国际商学院.北京Iooo29)摘要：本文基于社会影响理论，通过3个实验考察了突出用户之间相似性的框架和突出产品之间相似性的框架对消费者点击意愿的影响，并剖析了感知产品匹配性在其中所发挥的中介效应以及产品类型和推荐数量磔中所扮演的调节角色。研究表明：与突出产品之间
2、相似性的框架相比，突出用户之间相似性的框架会使消费者产生更高的孰产品匹配性，进而增强其点击意愿。但这种框架效应会受到产品类型的调节作用：对于享乐型产品而言，突出用户之间相似性的框架往往更加有效；而对于实用型产品而言，突出产品之间相似性的框架则更加有效。而瑚荐解释的框架效应只有在推荐数量为一个时才发生；当推荐数量为多个时，感知产品匹配性和点击意愿在两种推荐解释框架条件下均无显著差异。本文不仅推进了个性化推荐方向的研究，也拓展了社会影响理论和框架效应理论在市场营销领域的应用研究，并为企业实施个性化推荐策略提供了重要的实践启示。关键词：个性因睛；解呼；感0产品陛胜；产中图分类号：F270文献标识码：
3、A文章编号：1001-4950(2024)03-0003-15一、引言随着云计算、人工智能等数字技术的发展，基于数据和算法的个性化推荐得到了广泛应用，大量企业采用这种技术帮助用户快速发现自己感兴趣的产品。例如，网易云音乐根据用户的听歌习惯为用户推荐可能喜欢的歌曲；淘宝根据用户的购买行为数据为用户推荐可能感兴趣的商品；爱奇艺根据用户的浏览记录、互动评论和分享记录为用户推荐可能想看的视频。个性化推荐不仅有助于降低用户的搜索成本、；咸轻信息过载给用户带来的负担(王永贵和洪傲然，2022),也业带来獭收益(Adomavicius等，2018)。根据网易云音乐发布的招股书，收稿日期：2023-01-04
4、基金项目：国家自然科学基金重点项目(72032004)作者简介：王永贵(1973-),男，浙江I商大学现代商贸研究中心数字创新与管理研究院/工商管理学院教授，博士导师(通讯作者,ygwang)；文咚梅(1993-),女，对外经济贸易大学国际商学院博士研究生0用户播放的每10首歌里就有2.8首来自平台的个性化推荐支类似地，爱奇艺CTO汤兴在2013年就指出,个性化推荐带来的播放量超过其总流量的50%;爱奇艺2020年第四季度财报示，观看爱奇艺APP首页推荐内容的用户数量同比增长了一倍。个性化推荐的核心是推荐系统根据不同算法向用户输出推荐信息列表以及向用户解释推荐的理由或依据（Xia环口Benba
5、Sat,2007）o这种推荐解释采用文字或图片等形式向用户解释说明推荐产品的理由,本质上是一种说三行为（李治和孙锐,2019）。由于产品推荐取决于系统的推荐算法，而推荐系统往往采用不同的推荐算法，因此企业做出的推荐解释也会采用不同的表达形式来突出产品推荐的核心依据。例如，部分企业突出了产品推荐是基于用户之间的相似性而做出的,如“购买该商品的其他买家还购买了”（来自淘宝）或“喜欢这首歌曲的人，还喜欢”（来自网易云音乐）；但也有部分企业突出了产品推荐是基于产品之间的相似性而做出的，如倜曲货，为磁荐F来自京东）或桐S你听过的歌曲推荐F来自QQg乐）根据TVerSky和Kahneman（1981）提出
6、的框架效应理论，同一问题往往会因语言表达方式的不同而导致完全不同的决策结果。例如，LCVin和Gaeth（1988）将对事物某征的不同表达方式称为特征廨（attributeframing）,他们发现，分别从积极（75%的瘦肉）或消极（25%的肥肉）方面来描述同一份牛肉时，消费者更偏好积极框架下的牛肉。那么，个性化推荐中企业向用户解释推荐理由时，采用突出用户之间相似性和突出产品之间相似性两种不同的表达方式是否也会产生廨效应?企业应该如何在t述两种推荐解释框架之间做出抉择呢?对上述问题的解答具有重要的应用价值，因为改变推荐解释的表达方式通常是一种成本几乎为零的行为，但这种细微的改变可能显著地提高消
7、费者对产品推荐的点击率。迄今为止，学术界对这一问题的研究还相对匮乏,只有Gai和KIeSSe（2019）做了初步探讨，她们实证检验了突出用户之间相似性和突出产品之间相似性两种推荐解释框架对消费者点击行为的直接影响及其边界条件。她们虽然验证了两种推荐解释框架对消费者点击行为的直接影响，但是并未探讨其内在机制问题。本文在该研究的基础上，深入剖析并验证了这种框架效应产生的内在机制，同时还探讨并检验了推荐解释框架通过中介机制作用于消费者点击意愿这一间接影响过程的边界条件。具体而言，本文基于社会影响理论，以淘宝平台为研究情境，通过3个实验探讨了下列问题：感知产品匹配性在推荐解释框架（突出用户之间相似性的
8、框架/突出产品之间相似性的框架）对消费者点击意愿影响过程中的中介作用；产品类型（享乐型/实用型）对推荐解释框架通过感知产品匹配性影响消费者点击意愿的中介过程的调节作用；推荐数量（一个/多个）对推荐解释框架通过感知产品匹配性影响消费者点击意愿的中介过程的调节作用。这些探讨不仅可以补充和完善个性化推荐领域的相关研究，也可以拓展社会影响理论和框架效应理论在市场营销领域的应用研究，还可以为企业实施个性化推荐策略提供实践启示。综上所述，本文的研究框架如图1所示。二、文献回顾与研究假设（一）个性化三三y三sm个性化推荐（personalizedrecommendation）是指企业的推荐系统根据用户的浏览
9、或购买等历史行为数据来预测其感兴趣的内容并提供即时建议的一种营销策略（孙鲁平等,2016；Gai和（S商自证翔蜘网，网易云音尔姆港上市，202（阡营收4WZ,在线活跃用户I亿,hps:6articl&dctaiP375326.html.自中域5济时报,爱奇艺嬲诞个14化首页,阴自搜狐网，爆款内容频出，爱奇艺UQ.US攻晌做到lk领跑者1hnp/tHisiness.sohuxnVa451503306.323087.图1研究理论框架KIesse,2019）0智能推荐系统为消费者提供个性化产品推荐的过程包括健输入、推荐算法和推荐列表输出三个步骤，其中数据输入是获取消费者特征、偏好和行为等信息并用于推
10、荐的过程，推荐算法则是用于为消费者建立偏好模型，而推荐列表输出即根据偏好模型向消费者展示不同的产品（孙鲁平等,2016）从个性化帏生成的过程可以看出，个性儡荐系统的特征分为四个方面：推询入、系统类型、交互过程和推询出，其中推询出又包括输出内容（m荐产品的信息、推荐列表的构成推荐解释等）和输出形式（如推稳娼、列表僦丽界面布局等）（Xiao和BenbaSat,2007）研究表明，个性化推荐戏肖费者决策具有重要影响。SeneCa厢NanIe1（2（X）4）匕限了三种不同来源的产品推荐对消费者选择的影响：相较于来自“专家”和“其他消费者”的推荐，当产品来自于推荐系统时，消费者选择该产品的可能性最高。进
11、一步的研究证明：相较于同时来自专家和其他消费者”的推荐或者“推荐系统”和“其他消费者”的推荐，当产品同时来自“专家和“推荐系统”的推荐时，消费者选择该产品的可能性更高（XU等，2020）.此外，既有研究还分别考察了个性化推荐系统不同的特征及其使用对消费者决策过程和结果的影响（ArieIy等，2004；Knijnenburg,2012；BOIIen等，2010；KW,2020；Lia（11Sundar,2022；Chen和PU,2014；陈明箴嚎日梅，2009）,但只有除的学都脱了推荐解释这Tet砺带来的影响。推荐解释是个性化推荐系统特征的重要组成部分，它是指“以文字、图片、动画、声音或者其他形
12、式对推荐的依据、理由或推荐过程中遇到的问题向用户进行解释或说明的方式”（李治和孙锐，2019）o有效的推荐解释可以使隐藏的原因和雌更加透明化，进而增加消费者对推荐系统的信任（Wang和BenbaSaI,2007）。例如，李治和孙锐（2019）发现，当消费者对产品的信任程度较低时,推荐解释会显著提高消费者对推荐产品的采纳和购买意愿。同时，他们还比较了动态和静态的推荐解释所带来的影响差异；Gai和KIeSSe（2019）的研究结果表明：相比突出产品之间相似性的框架，突出用户之间相似性的框架会促进消费者对产品推荐的点击行为；但对于富有经验的消费者，此效应则会减弱；同时，当个性化推荐参照的产品对消费者
13、不具有吸引力时，此效应则会消失；再者,当还有其他线索表明消费者与他人存在差异时，此效应则会被逆转。但是，她们虽然验证了两种推荐解释框架对消费者点击行为的直接影响以及消费者经验、产品吸引力和个体差异对这种直接效应的调节作用，却并未探讨上述影响产生的内在机制问题以及当存在中介机制时，这种间接影响效应发生的边界条件。综上所述，个性化推荐对消费者决策具有重要影响，理论和实务界都在不断探索如何改进和完善个性化推荐系统，进而俄提高个性化推荐的效果和创造更大的价值。推荐解释框架作为个性化推荐系统的特征之一，虽然不像推荐系统的技术特征对荐效果产生决定性影响，但也会对消费者决策产生不可忽视的显著影响。因此，本研
14、究在前人研究的撤出上，继续挖掘和探讨推荐解释的不同表达方式所带来的框架效应,并通过引入社会影响理论来深入剖析并验证推荐解释框架效应产生的内在机制以及这种框架效应存在的重要边界条件。（二）推荐解释框架对i肖费者点击意愿的影响：解口产品匹配性的中介作用突出产品之间相似性的框架，如“与您购买产品相似的产品还有”，向消费者表明推荐的产品与其已购买的产品具有某些相似的特征或属性；而突出用户之间相似性的框架，如“购买该产品的其他买家还购买了L则不仅向消费者表明推荐的产品与其已经购买的产品具有相关性，而且还表明此推荐是基于其颔他卖家之间相似的品味，因为他们都对同一产品产生购买兴趣（GaifflKlcssc,
15、2019）。根据Gai和KlCSSe（2019）的研究结论，突出用户之间相I以性的框架往往比突出产品之间相似性的框架更能提高消费者对推荐产品的点击意愿。本文在该研究的基础上，从社会影响理论出发，进/分析突出用户之间相似性的框架比突出产品之间相似性的框架更具优势的内在原因。相比突出产品之间相似性的框架，突出用户之间相似性的框架还表明产品推荐是基于消费者之间相似的品味，这种额外信息使消费者的态度和行为受到他人的社会影响。其中，社会影响是指个体的态度和行为受到他人的影响而发生改变（ROOk和FiSher,1995）o在众多影响因素中,个体之间的相似性是个体之间可以向彼此施加社会影响的重要因素（Mey
16、neni等，2017）,当社会影响发出者与被影响者的相似程度越高时，被影响者改变态度并采纳影响者意见的可能性就越大（BrownffiReingenr1987）o突出用户之间相似性的框架表明用户之间具有相似的购买行为，而消费者会根据自己与他人之间行为的相似程度来评估和判断自己与他人内在的产品偏好和品味的相似程度（YaniV等，2011）.因此，突出用户之间相似性的框架会激发用户对自己与他人之间品味具有相似性的认知和判断，使消费者受到他人购买行为的影响。根据Kelman（1958）提出的社会影响产生的三种重要机制，本文认为：突出用户之间相似性的框架主要通过内化机制来使消费者的态度和行为发生改变的。
17、当前，内化实际上已经广泛地运用于社会影响的研究，并用来解释消费者是如何形成或峻对目标7搀的态度的（Wood,2000）o内化的标志包括采纳他人的意见和改变个体对目标对象的评价，比如消费者对产品质量的感知（Zha。等，2018）。在突出用户之间相似性的框架发生内化作用的过程中，消费者会根据推荐解释所强调的自己与他人之间已经发生的共同购买行为，认为自己与他人具有相同的产品偏好和品味，进而改变自己对他人购买的其他产品的评价，并基于此评价来决定自己对产品推荐的行为响应（Deng等，2022；刁雅静等，2019）。由于突出用户之间相似性的框架表明推荐的产品来自与自己具有相同的产品偏好和品味的其他买家，本
18、文提出，突出用户之间相似性的框架产生的内化效应具体表现为改变消费者对推荐产品与自身喜好、品味或兴趣之间匹配程度的感知。正是因为突出用户之间相似性的框架能够产生社会影响的内化效应，而突出产品之间相似性的框架仅表明产品的某些特征或属性之间具有相似性不能产生这种影响效应，所以本文认为突出用户之间相似性的框架比突出产品之间相似性的框架能够使消费者产生更高的感知产品匹配性，进而增强其点击意愿.基于上述分析，本文提出如下研究假设：H1：感知产品匹配性在推荐解释框架与点击意愿之间的关系有中介作用。具体而言，突出用户之间相似性的框架（vs.突出产品之间相似性的框架）会使消费者产生更高的感知产品匹配性，进而增遹
19、肖费者的点击意愿。（三）产品类型的调节作用消费者购买的产品本身也是重要的影响因素，只有当购买的产品能够表达消费者自身的品味时，突出用户之间相似性的框架才能促使消费者感知自己与他人之间具有相似的品味，从而增强消费者的点击意愿。根据消费者对产品的购买动机或使用体验，产品可以分为两种类型：实用型产品和享乐型产品（Chang等，2012）o实用型产品是有助于消费者完成某些实际任务的工具性产品,侧重于解决特定的问题（如空调和取暖器等）；享乐型产品是能够为消费者提供情绪价值和带来偷悦体验的产品,强调的是产品对情感的满足（如电影和音乐等）（DharfWertenbroCh,2000；HirSChman和HO
20、Iblok,1982；Moore,2015；魏华等,2016）o消费者在乐型产品时主要是依据自己的情绪和感受来进行评价；而在选择实用型产品时则是根据产品的属介（Dha而WertenbroCh,2000;CarteifflGilovich,2010；BoIIi和MeGill,2011）。因此，享乐型产品的购买决策更加地主观和具有个体差异，更多地表达了消费者基于品味的产品偏好，而实用型产品的购买决策则更加地客观和受到认知驱动，更多地体现了消费者基于质量的产品三?（SpilleifilBelogolova,2017；WhiUey等，2018）当消费者购买的产品为享乐型时，突出用户之间相似性的框架能够
21、促使消费者感知自己与其他卖家之间具有相似的品味，进而使消费者受到他人的影响，而当消费者购买的产品为实用型时,这种效应则会减消费者对实用型产品的购买更多的是基于复杂认知处理后做出的理性选择，并且在这个过程中消费者会根据自己的知识和经验来评估产品的客观属性是否符合自己的要求（Whiuey等，2018）。因此，当消费者购买的产品为实用型时，突出产品之间相似性的框架更加直接表明推荐的产品和消费者已经购买的产品具有某些相似的属性，反而会更加有效激发消费者对推荐产品的点击意愿。现有研究也表明消费者对享乐型产品的购买会更多地受到他人购买行为的影响，而对实用型产品的购买则会更少地受到他人购买行为的影响（Ruk
22、等，2018）。根据Jt述分析，本5提出如下假设：H推荐解释框架通过感知产品匹配性影响点击意愿的中介过程受到产品类型的调节作用。具体而言,对于享乐型产品而言，突出用户之间相似性的框架（vs.突出产品之间相似性的框架）会使消费者产生更高的感知产品匹配性，进而增强消费者的点击意愿；对于实用型产品而言，突出产品之间相似性的框架（VS.突出用户之间相似性的框架）会使消费者产生更高的感知产品匹配性，进而增强消费者的点击意愿。（四）血遑的蹄作用推荐输出的产品数量是个性化推荐系统重要的特征之一，当前不同企业推荐产品的数量具有差异,如淘宝平台上肖费者发生购买行为后，部分商家发送一个产品推荐链接，也有部分商家会
23、发送多个产品推荐链接。本研究认为随着推荐数量的增加，突出用户之间相似性的框架相较于突出产品之间相似性的框架的优势则会消失，即当推荐产品的数量为多个时，骸口产品匹配性和点击意愿在两种推荐解释框架条件下没有显著差异。原因如下：突出用户之间相似性的框架比突出产品之间相似性的框架更加具有优势是因为突出用户之间相似性的框架还表明了产品推荐是基于消费者之间相似的品味，进而使消费者对推荐产品的态度和评价受到他人的影响。因此，突出用户之间相似性的框架产生社会影响的前提假设是消费者也认为自己与其他购买了同一产品的买家具有相似的品味。品味表示一种整体倾向,体现了个体对某个事物喜欢或不喜欢的认知形态（Ho和Lim,
24、2018）,并且具有高度的独特性（GhoShaI等,2015）个体往往会根据他人所做出的选择来推断他人的品味和喜好（BaraSZ等,2016）,并且这种螂注要涉及较低Zk平的认知过程,因而具有彳飕的主观性（Ho和Lim,2018）。在突出用户之间相似性的框架条I牛下，推荐产品的数量越多，则意味着与消费者购买同一产品的其他买家还购买了多个别的相似产品。这样，消费者很容易主观上认为其他买家对此类产品的喜好非常广泛而且偏好也不够明确，进而影响了消费者对自己与他人品味具有相似性的认知。再者，现有研究也表明选项集中商品数量的增加很容易给消费者造成认知负担，进而影响消费者对产品演蜥和i三（刘梅等，2017
25、）。据此，本文提出如下研究假S：H,：推荐解释框架通过感知产品匹配性影响点击意愿的中介过程受到推荐数量的调节作甩具体而言，随着推荐数量的增加，突出用户之间相似性的框架（vs.突出产品之间相似性的框架）通过提高感知产品匹配性进而增强消费者点击意愿的效应则会消失。三、研究设计和结果分析本文通过设计三个实验来考察推荐解释框架对点击意愿影响的内在机制与边界条件。其中，实验I旨在探究推荐解释框架对点击意愿的影响机制，重点验证了麟口产品匹配性的中介作用，即假设Hl；实验2验证了产品类型对推荐解释框架通过感知产品匹配性影响点击意愿的中介过程的调节作用，即假设H4实验3验证了推荐数量对推荐解释框架通过感知产品
26、匹配性影响点击意愿的中介过程的调节作用，即假设（一）辍1 .实验设计与被试实验1采用单因子（推荐解释框架：突出用户之间相似性的框架vs.突出产品之间相似性的框架）组间实验设计，实验过程中被试将被随机分配到这两个情境中。本研究借鉴陈梅梅等（2020）学者的研究，选取图书作为实验刺激物，并且将小说追风筝的人作为用户已经购买的商品，同时综合各大网站最新上架的图书，选定了阅读和购买人数都很低的图书没有人比你更属于这里作为被推荐的商品，以控制产品熟悉度对实验结果的影响。本次实验通过线上问卷平台见数（Credamo）招募被试120人,剔除12名未正确识别推荐解释采用的框架类型或未通过注意力问项的被试，最终
27、得到108份来自独立IP的有效问卷，其中男性47人，女性61人，平均年龄305破,学历以栩以上居多（占比70.4%）,主要是在职A员（占比88%）,在校学生13人（占比12%）。2 .实验流程本次实验的所有流程均通过被试自己的电脑完成。实验开始后，被试将阅读一段情境描述：“假设你在当当网官方旗舰店购买了一本追风筝的人，当你完成付款后，收到了如下信息、。,接下来被试将看到一张与淘宝商家聊天对话页面的截图，其中内容为商家发送的一条其他书籍的推荐信息。推荐解释框架的操纵借鉴了Gai和KleSSe（2019）的研究，突出用户之间相似性的框架组中使用的表述为“购买此商品的其他顾客也同时购买了以下产品”，
28、而突出产品之间相似性的框架组中使用的表述为“以下是与您购买的商品相似的商品二两个实验组除了推荐解释的表述不同之外，其他与推荐书籍相关的信息均保持一致。在阅读完上述材料后，被试首先回答自己对推荐产品的点击意愿，包括三个测量题项（Yan等，2021）1请问你有多大的可能侈强的意愿/多高的倾向点击此推荐的书？Ir（1二非常不可能俳常弱琲常低，7=非常可能俳常强啡常高；M=5,23,SD=L04,=0.89）。接着被试评价了感知产品匹配性，也包括三个测量题项（Lee等，2012）：此推荐的书可能与我的喜好是一致的/此推荐的书可能是符合我品味的/此推荐的书可能是我感兴趣的”（I=完全不同意，7=完全同意
29、；M=536,SD=0.90,=0.86）o另外，为了确保僻效应的稳健性，我们需翻滁没有注意到推荐解释的被试带来的干扰。被试通过一个单选回答此产品推荐作出的依据：跟我一样购买这本书的其他顾客，他们还购买的书；我购买的这本书相似的其他书；两者都三；两者都不是。最后，被试提供自己的人口统计信息。3 .实验结果与分析(1)点击意愿。以被试的点击意愿为因变量，单因素方差分析辘果显示：推獭释框架对点击意愿具有显著的主效应F(Iz106)=5.00,p=0.0270.05,V=O.045。具体而言，与突出产品之间相I以性的廨组相比(M产品=5.00,SD=L21)r突出用户之间相似性的框架组中被试的点击意
30、愿更高(M用户=5.44,SD=O78)。(2)麟0产品匹配性的中介作用。首先，以息知产品匹配性为因变量，单因素方差分析的结果显示：推荐解释框架对感知产品匹配性具有显著的主效应F(1,106)=6.16,p=O.O15O.O5,p2=O.O55L具体而言，与突出产品之间相似性的廨组相比(M=5.15,SD=LOl),就用户之间相似性的框架组中被试的解产品匹配性更高(M那=5.57,SD=0.72)o接下来，为了进一步检验麟口产品匹配性的中介作用，本文采用HayCs(2013)提出的中介分析模型，用BOOtStraPPing算法进行检验，重复取样量选择为5(XX)o在95%的置信度水平下，以点击
31、意愿为因变量，以的产品匹配性为中介变量，结果表明解产品酶性的承炖显著-032,SE=0.15,95%CI=0,07,0.65)z并且造制中:口产品E三gM1兄下，16#Sm框架对点击意愿的直接效应不再显著(=0ll,SE=0.15,95%Cl=H.85，041)。因此，豌产品匹配性在推荐解释框架对点击意愿的影响过程中发挥了中介作用，如图2所示。4 .结果讨论实验I的结果支持了假设H,即感知产品匹配性在推荐解释框架对点击意愿的影响过程中具有中介作用。突出用户之间相似性的框架比突出产品之间相似性的框架能够更加有效地增强消费者对推荐产品的点击意愿,这与Gai和KleSSe(2019)的研究发现相一致
32、。这种框架效应发生的内在机制在于：相比突出产品之间相似性的框架，突出用户之间相似性的框架使消费者产生更高的感知产品匹配性，进而增强消费者的点击意愿。接下来，期佥M蟒究产品类型(享乐型vs.实用型)在推荐解释框架通过瞄口产品匹配性对点击意愿影响过程中的调节作用。1.实验设计与被试实验2采用双因子2(推荐解释框架：突出用户之间相似性的框架vs.突出产品之间相似性的框架)2(产品类型：享乐型VS实用型)的组间实验S计，实验过程中被试将被随机分配4个实验组.参照般!霞和刘雪楠(2010)的研究，本研究选取的享乐型产品为香水，实用型产品为保暖内衣。本次实验同样通过线上问卷平台一见数（Credamo）招募
33、被试168人,剔除15名未正确识别推荐解释采用的框架类型或未通过注意力问项的被试，共收集153份来自独立IP的问卷。其中，男性50人（占比32.7%）,女性103人（tt673%）,被试平均年龄2852岁，学历以翻及以上居多（占比77.8%）,主要是在职人员共122人（占比79.7%）,在校学生共31人（占比20.3%）o2 .实验流程实验2的所有流程通过被试自己的电脑成。实验开始后，被试各阅读一段情境描述。享乐型产品组中的被试看到的内容为：“假设你在丝芙兰官方旗舰店买了一瓶香水，当你完成付款后，收到了商家发来的一息实用型产品组中的被试看到的内容为：“假设你在守棉人官方旗舰店买了一套保暖内衣，
34、当你完成付款后，收到了商家发来的T信息。接着被试将看到一张与淘宝卖家聊天对话页面的截图，内容是卖家发送的一条其他香水/保暖内衣的推荐信息。突出用户之间相似性的框架和突出产品之间相似性的框架条件下采用的表述与实验1相同。看完上述材料后，被试依次完成点击意愿（M=4.88,SD=I.31,=0.94）和盛11产品匹配S（M=528,SD=L03,O=O.85）的测量（与实验1相同）。此外，被试仍需要回ANS目来谢举此推荐的依据：跟我一样购买这个商品的其他顾客，他们还购买的商品；与我购买的这个商品相似的其他商品;两者都;两者都是。最后，被1嘏供自己的人口统计信息。3 .实验结果与分析突出产品之间相似
35、性的框架突出用户之间相似性的框架图3推荐解释框架与产品类型对点击意愿的影响（1）点击意愿。以被试的点击意愿为因变量，2（推稀释框架：突出用户之间相似性的框架vs.突出产品之间相似性的框架）X2（产品类型：享乐型vs实用型）的双因素方差分析显示：推荐解释框架与产品类型之间的交互作用显著F（1,149）=9.06,p=0.003136；F（1,149）=432,P=Q（B96.05,p2=0.031；对于实用型产品，突出产品之间相似性的框架比突出用户之间相似性的框架更能提高被试对推荐产品的点击意愿M曜=4.99,SD=L21；M田=4.36,SD=I.50；F（1,149）=4.74,p=O.O3
36、1O.O5,p2=0.028（2）戚产品匹配性的中介作用。首先，以盛11产品匹配性为因变量，2（推端蹄前架：突出用户之间相似性的框架vs.突出产品之间相似性的框架）x2（产品类型：享乐型vs.实用型）的双因素方差分析显示：推荐解释框架与产品类型之间的交互作用显著IF（1,149）=10.13,p=0.0020.01rpM）.06o对交互作用进行简单效应分析发现：当购买的产品为享乐型时,突出用户之间相似性的框架引起的感知产品匹配性得分高于突出产品之间相似性的框架M用户=5.62,SD=0,81；NU=5.22,SD=O.9I；F（1,149）=3.13,P=O.0796.1,IV=O.021；当
37、购买的产品为实用型时，突出产品之间相似性的框架引起的感知产品匹配性得分高于突出用户之间相似性的廨M产si=5.46,SD=O.94；1=4.83,SD=126；F（1,149）=7.46,FO.0070.01,12=0.048接着，本文使用BoOtStraP方法进行有调节的中介效应分析（ProcessModel8）,重复取样量选择为5000。在95%的置信度水平下,以推荐解释框架为自变量（突出产品之间相似性的框架设为0,突出用户之间相似性的框架设为1）,产品类型为调节变量（实用型设为0,享乐型设为1）,蝴产品匹配性为中介变量，点击意愿为因变量进行分析的结果显示：有调节的中介效应显著（忏1.06
38、,SE=035,95%CHOM,1.75J）o具体而言：当产髅型为享乐型时，加解释t踩通过感知产品匹配性对点击意愿产生影响的中介效应正向显著（B=0.42,SE=0.21z95%CI=0.02,0.83）；当产品类型为实用型时，推荐解释框架通过感知产品匹配性对点击意愿产生影响的中介效应负向显著（=-065,SE=027,95%CI=-1.18,-0.13）4 .结果讨论实验2的结果验证了假设H2,即推荐解释框架通过感知产品匹配性影响点击意愿的中间过程受到产品类型的调节。当购买的产品为享乐型时，突出用户之间相似性的框架比突出产品之间相似性的框架更能引起消费者对产品匹配性的感知，进而提高点击意愿；
39、而当购买的产品为实用型时，突出产品之间相似性的框架则比突出用户之间相似性的框架更能引起消费者对产品匹配性的感知，进而提高点击意愿。接下来，实验病继探究推楞遑（一个vs.多个）在推荐解释框架通过感知产品匹配性对点击意愿影响过程中的调节作用。（三）蜃I.实验设计与被试实验3采用双因子2（推荐解释框架：突出用户之间相似性的框架vs.突出产品之间相似性的框架）2（推荐数量：一个VS多个）的组间实验设计，实验过程中被试将被随机分配4个实验组。本次实验仍然选择了书籍作为实验刺激物，并且也将小说追风筝的人作为用户已经购买的产品，被推荐的书籍在一个组为没有人比你更属于这里，在多个组参考冉雅璇等（2020）学者
40、的研究设定为包括没有人比你更属于这里单向度的人和不安之夜三本小说。这三本小说均选自各大网站最新上架的并且阅读和购买人数都很低的书籍，以控制被试对产品的熟悉度给实验结果带来的影响。本次实验同样通过线上问卷平台见数（Credamo）招募被试165人，剔除13名未正确识别推荐解释采用的框架类型或未通过注意力问项的被试，共收集152份来自独立I唯）问卷，其中男性68人（占比44.7%）,女性84人（占比55.3%）,被试平均年龄29.49岁，学历以本科及以上居多（占比86.2%）,主要是在职人员共人（占比92.8%）,在校学生共11人（占比7.2%）.5 .实验流程实验3的所有流程也全部通过被试自己的
41、电脑完成。实验开始后，被试将阅读一段情娜述厂假设你在当当网官方旗舰店购买了一本追风筝的人，当你完成付款后，收到了如下信息。”接着，被试将看到T长与淘宝商家聊天对话框的截图。与实验1不同的是，在推荐数量为多个组，被试看到的图片中包含了三条其他书籍的推荐信息。两种推荐解释框架条件下分别采用的表述也与实验1相同。在看完上述材料后，被试依次完成点击意愿（M=5,33,SD=I.13,=0.90）和感知产品匹配性（M=5.53,SD=0.96,=O.85）的测量（与试验1和实验2相同）。另外，被试也需要回答与实验1相同的题项来判别其是否注意到推荐解释采用的框架类型。最后，被试提供自己的人口统计3实辘果与
42、分析（1）点击意愿。以被试M点击意愿为因变量，2（粗箫第琛：突出用户之间相（以性的框架VS突出产品之间相似性的Ig架）X2（推援遑：TVS多个）的双因素方差分析显示：推荐解释框架与推燧屋之间的交互作用显著F（1,148）=9.44,P=O.0030.01,TV=QO6。对交互作用进突出产品之间相似性的框架n突出用户之间相似性的框架图4推荐解释框架与推荐数量对点击意愿的影响行简单效应分析发现(如图4所示)：当推荐数量为一个时，突出用户之间相似性的框架比突出产品之间相似性的框架更能提高被试对推荐产品的点击意愿M用户=5.64,SD=O.77；M产品=4.76,SD=I.50；F(1,148)=12
43、.24,p=0.0010.01,p2=0.076；当推荐数量为多个时,被试对推荐产品的点击意愿在突出用户之间相似性的框架和突出产品之间相似性的框架两种条件下无显著差异M产品=5.59,SD=1.02；M用户=5.38,SD=0B6；F(1,148)=Q9,p=0.41,IV=O.005。(2)初产品匹配性的中介作用。首先，以解严品匹S姓为因变量，2(揄藕释I既：突出用户之间相似性的框架vs.突出产品之间相似性的框架)2(推荐数量：vs多个)的双因素方差分析显示：推荐解释框架与推荐数量之间的交互作用显著IF(1,148)=9.86,p=0.0020.01,v=0.06对交互作用进行简单效应分析发
44、现：当推荐数量为一个时，突出用户之间相似性的框架引起的感知产品匹配性得分高于突出产品之间相似性的框架M用户=5.75,SD=0.80；M产品=5.08,SD=I23；F(1,148)=10.12,p=0.0020.01f11,2=0.064)；当推荐数量为多个时，盛口产品匹配性在突出用户之间相似性的框架和突出产品之间相似性的框架两种条件下的得分无显著差异(Mi三a=5.78,SD=O.77；Mffl9=5.52,SIx).76；F(1,148)=155,p=022f=0.01接下来,本研究使用BootSlr叩方法进行有调节的中介效应分析(ProcessModel8),重复取样量选择为5(XX)
45、。在95%的置信度水平下，以推荐解释框架为自变量(突出产品之间相似性的框架设为0,突出用户之间相(以性的框架设为1,推薇量为调节变量(-zNSO,多个设为I),感知产品匹配性为中介变量，点击意愿为因变量进行分析的结果显示：有调节的中介效应显著(=-0.95,SE=0,30f95%CI=-L53,-038)。具体而言：当推荐数量为Tfl寸，盛11品随性蹄荐解释框架与点击意愿之间起到显著的中介效应(IM).68,SE=0.24,95%CI=0.22,1.15)；当推荐数量为多个时，感知产品匹配性在推荐解释框架与点击意愿之间的中介效应不显著(=-0,26,SE=O.18f95%CI=-0.63,0.
46、08J)o4.结果讨论实验3结果验证了假设H-即推荐解释框架通过感知产品匹配性影响点击意愿的中介过程受到推荐数量的调节。当推荐数量为T时，突出用户之间相似性的廨比突出产品之间相似性的框架更能引起消费者对产品匹配性的感知，进而提高消费者对推荐产品的点击意愿。但是，当推荐数量为多个时，这种效应则不发生，感知产品匹配性和点击意愿陵出用户之间相似性的框架和突出产品之间相似性的框架两种条件下无显著差异。四、结论与讨论(一仑本文基于社会影响理论考察了推荐解释框架(突出用户之间相似性的框架vs.突出产品之间相似性的框架)对点击意愿影响的内在机制以及边界条件。通过三个实验，我们证实了感知产品匹配性在推荐解释框
47、架对点击意愿影响过程中具有中介作用，与突出产品之间相似性的框架相比，突出用户之间相似性的框架给消费者带来更高的感知产品匹配性，进而增强消费者对推荐产品的点击意愿(实验1)；而且，本文还发现了推荐解释框架通过麟0产品匹S艇影响消费者点击意愿的中介过程受到产品类型（享乐型VS实用型）和推荐数量（一个VS多个）的调节作用（实验2和实验3）。本文的研究结果不仅对个性化推荐方面的研究具有较大的理论贡献,而且也为企业实施个性化推荐策略提供了重要的管理启示。本文的理论贡献主要体现在以下三个方面：第一，本研辘进了个性化推荐方面的研究文献，补充并完善了推荐解释对;肖费者决策影响的研究。首先，现有关于个性化推荐对
48、消费者决策影响的研究主要集中在个性化推荐系统内在的底层算法（Ariel造，2004；Hennig-ThUmU等,2012；Liac11Sundar,2022）以及外在0峭？信息输出形式（KnijnenbU唱等，2012；Chen和PU,2014；防梅梅等,2020）,仅有少量的研究关注企业如何更好地向用户解释推荐的理由或依据。本文在以往研究的兽出上，深入探讨了消费者对两种推荐解释框架的不同反应，试图拓展学者们对个性化推荐有效性因素的考虑范围，从而启发未来研究在考察企业如何提高个性化推荐系统效率这一问题时，除了关注推荐算法这类技术因素以外，也要将推荐解释作为重要的前因变量纳入整体理论框架之中。其次，虽然Gai和Klesse（2019）首次提出并比较了突出用户之间相
