基于客户关系发展阶段的推荐系统特性需求分析

随着客户关系的发展,在顾客与电子商务企业进行个性化交互的过程中,顾客对个性化推荐系统的需求不断变化,是一个动态发展的过程。本文综合了现有文献对客户关系发展阶段的划分并在此基础上提出了三阶段的客户关系发展过程,即吸引阶段(Attraction Stage),关系建立及保持阶段(Build-up and Maintenance Stage)和衰退阶段(Fading Stage),本文认为在客户关系发展的不同阶段,顾客行为存在差异同时对于外界刺激的反应也存在差异。因此在研究个性化推荐系统时,需要以对不同阶段客户行为方式的深入分析为基础,基于客户关系领域的相关理论构建研究模型。 本文主要研究在客户关系不同阶段个性化推荐系统对顾客行为的影响。首先,基于TAM-Trust理论,构建了包含技术因素和关系因素在内的吸引阶段个性化推荐系统特征研究模型,并收集数据进行了实证分析。研究结果显示,处于吸引阶段的顾客,其行为主要是经由感知层对外部刺激做出的反应,同时初始信任的建立也对客户关系的进一步发展奠定了基础。针对此阶段的个性化推荐系统应该功能设计合理,便于使用,同时要解决顾客隐私保护、安全性方面担心的问题。并在实证分析的基础上提出对吸引阶段个性化推荐系统设计算法的相应建议。 其次,本文基于Trust-Commitment理论,构建了关系建立及保持阶段个性化推荐系统的研究模型,并收集数据对理论模型进行了验证。在顾客和电子商务企业发生实际的交互后,要形成稳定的客户关系,需要借助于情感纽带的产生,通过外部刺激形成情感层反应,继而影响顾客行为。在这一阶段,个性化推荐系统设计的重点在于强化顾客对于电子商务企业的信任感以及提高满意度,个性化推荐系统需要提高顾客感知透明度、可控性,同时提供准确的推荐信息,并在实证分析的基础上提出了关系建立及保持阶段个性化推荐系统算法的建议。 最后,本文基于TRA构建衰退阶段的个性化推荐系统研究模型并进行实证分析,引入了习惯控制因素以及好奇控制因素来解释处于衰退阶段的顾客行为特征。研究发现,利用已有的情感纽带以及提供刺激形成再唤醒会影响顾客态度,从而对顾客再购买意图发生影响。该阶段的个性化推荐系统,需要重点展现出推荐新鲜性,尽可能的提供高质量的意外推荐,同时提高顾客的亲密感,并在实证分析的基础上提出了衰退阶段个性化推荐系统算法的建议。