基于用户感知的电子商务信息推荐服务质量评价指标体系构建研究

  信息是在人与人之间、组织与组织之间、人与社会和组织之间相互作用的产物。人类在各种社会活动中都会创造、传播和利用到信息，部分信息会在此过程中丢失，而人们在有信息需求时却找不到相应的信息，由此就催生了信息服务。目前，学术界对信息服务的内涵还未达成统一意见，各位学者对信息服务都有自己的见解。申农认为信息服务是为满足用户信息需求而产生的，以信息为交换内容的服务业务。胡昌平（2001）认为信息服务是以信息为服务内容，以有信息需求的人和组织为服务对象，为满足用户信息需求而为用户提供信息服务的所有活动。齐虹（2012）认为信息服务是指信息服务提供者为满足用户信息需求，利用信息技术向用户提供信息的一种服务活动。李宗富（2017）认为信息服务的定义分为广义和狭义，狭义的信息服务是指信息服务提供者将信息产品以不同的形式提供给用户，也称信息提供服务；而广义的信息服务是指包含了信息收集、整理、加工、传递和利用等整个信息工作的内容，泛指以各种形式向用户传递信息的各种信息劳动。基于各学者对信息服务的定义，结合本文的研究需要，本文对信息服务定义更倾向于狭义概念，是指信息服务提供者基于某种动机，将拥有的信息经过开发加工，以不同的形式提供给有信息需求的用户的行为。

  信息推荐服务具有一定的特点：推荐信息内容针对性；信息推荐服务是向特定用户提供特定产品信息，通过排除不相关信息，达到个性化的目的。推荐信息内容时效性；信息推荐服务是根据用户行为随时更新的，所以信息推荐服务提供者需要及时有效的对信息进行过滤和筛选。推荐服务智能性；信息推荐服务要求对用户需求有准确的把握，让用户从信息推荐方式、内容等方面体会到更加智能化的服务。推荐服务的效益性；信息推荐服务分为收益性和公益性两种，目前大部分信息推荐服务都属于收益性信息服务，是通过让用户感受到个性化的服务，以此增强用户黏性、提高收益，所以只有用户和信息服务提供方双方互利互惠，形成利益共同体，才能够不断提高信息推荐服务质量。信息推荐模式是随着服务主体、用户群体、推荐内容与推荐方式的不同而产生差异，但总的来说，所有信息推荐模式都可划分为两类，即无差异模式和差异模式。无差异模式是基于内容的推荐模式，向用户推荐最新内容或最新主题的信息，这种信息推荐模式个性化程度较低，存在较大缺陷，较少的信息服务提供方选择此种模式。差异模式包括基于用户兴趣挖掘的信息推荐、基于专题定制的信息推荐和整合信息推荐。其中，基于用户兴趣挖掘的信息推荐模式可以较为接近用户的实际信息需求，但是实现起来难度较大，并且过于依赖用户行为，例如用户在一段时间内没有使用的话会向其推荐大量无价值信息而降低了用户满意度；基于专题定制的信息推荐的服务模式较为简单，无需依赖较高的技术，能为用户提供具有差异化的服务，但是需要用户手动定制想要的信息主题且个性化程度较低；整合信息推荐的模式，是最接近用户信息需求的方式，个性化程度最高，是通过比较几个信息推荐系统，从中选出最符合用户需求的信息并推送给用户，但是实现难度较大，目前还没有被广泛使用。综上所述，目前所有的信息推荐模式都有各自优劣势，而且所有的要素都会根据用户需求调整，表明用户是信息推荐服务模式中最重要的要素，因此本文从用户视角展开电子商务信息推荐服务的研究。

  电子商务平台是随着科技发展而产生的，可以为用户提供各种各样的商品，满足了人们的日常需求，改变了人们的生活方式，正是因为其所具备的这些特殊属性，学者们才聚焦于电子商务平台的研究，包括其运营模式、信息服务模式、信息推荐系统、信息推荐方式等方面。经过大量文献调研与梳理，在与本文的研究主题相关方面，学者在信息推荐系统、信息推荐模式的研究较为广泛，而且大多都是基于技术的角度进行研究的，关于信息推荐服务评价的研究较少。而随着社会发展，电子商务平台有逐渐取代传统购物方式的趋势，其所具备的便捷性、商品价格实惠等优势受到了广大用户群体的青睐，尤其是易接受新鲜事物的年轻群体。在信息时代背景下，基于促进电子商务平台发展的目的，本文在对信息推荐服务及电子商务信息服务的国内外研究内容进行了简单梳理，并基于用户感知理论和用户满意度理论，对相关专家和用户进行访谈，确定了电子商务信息推荐服务质量评价要素，并从相关文献中提取了可借鉴的评价指标。经过讨论分析，构建了电子商务信息推荐服务质量初始评价指标体系。并根据问卷调查结果，调整并最终确立了电子商务信息推荐服务质量的评价指标体系。选取接收信息推荐服务用户最多的淘宝、京东和唯品会为实证分析对象，对其提供的信息推荐服务质量进行分析，并提出优化建议。基于此，本文的研究结论如下：（1）基于 SERVQUAL 经典信息服务质量评价模型，取用原有的评价指标针对性和可靠性的基础上，增加了 13 个指标共享性、全面性、反馈性、关联性、多样性、安全性、适量性、交互性、真实性、稳定性、有用性、逻辑性、新颖性，依据电子商务信息推荐服务的特点，对指标的含义进行了解释。将 15 个电子商务信息推荐服务评价指标聚类为 3 个维度“信息推荐个性化感知”“信息推荐智能性感知”“信息推荐内容质量感知”，维度整合的特征如下：电子商务信息推荐服务评价指标体系中最重要的维度为“信息推荐个性化感知”，其下所包含的“安全性”指标揭示了电子商务平台保护个人信息的能力；“全面性”指标代表电子商务推荐信息内容丰富全面特征；“反馈性”代表用户是否可以对其所提供的服务进行评价的特点；“关联性”代表电子商务平台推荐的信息与用户需求相关的特点；“多样性”代表评价电子商务平台推荐方式多样化的特征；以上指标都是评价电子商务信息推荐服务的必要指标。电子商务信息推荐服务评价体系中“信息推荐智能性感知”也是较为重要的评价维度。其中评价指标“共享性”“适量性”指标的权重较高。表明用户期望电子商务平台推荐系统可以尽可能地共享，避免收到不同电子商务平台重复地推荐同一产品信息；在保证可以智能、稳定地为用户推荐信息的同时，保证推荐信息的适量性，不干扰到用户正常使用其他软件，并对用户的需求有准确的预测并及时推荐给用户。以上评价指标表明了用户在使用电子商务平台时的期望，给电子商务平台完善其推荐系统，提高推荐质量提供了参考。“信息推荐内容质量感知”是评价电子商务信息推荐服务的第 3 个维度。此维度下包含了 4 个指标，全都是反映电子商务平台推荐信息的质量的必要指标。其中，“有用性”所占的权重较高，表明用户期望电子商务平台在推荐信息时更具针对性，向用户推荐的信息都可以被使用。另外，用户对推荐信息的新颖性、逻辑性、可靠性的要求也比较高。因此，电子商务平台可以通过推荐跟进社会潮流的信息，避免推荐不符合逻辑的信息以导致用户的反感，避免因为品牌效应、打广告等原因向用户推荐并不喜欢的信息来提高用户满意度。评价是一个较为复杂的过程，对电子商务信息推荐服务评价的研究不能局限于理论层面的探讨，更重要的是将理论应用于实践。用构建的评价指标体系验证电子商务信息推荐服务的水平，进而为提高电子商务信息推荐服务质量，增强用户粘性做出借鉴。（2）选取目前使用用户较多的淘宝、京东和唯品会平台作为本文实证研究的对象，对其信息推荐服务质量进行分析，计算各平台信息推荐服务每项指标的得分，分别得到总分 3.66、3.7 和 3.58 分，表明这 3 个电子商务平台的信息推荐服务质量尚可。基于数据分析结果，对电子商务平台提出了相应的信息推荐服务优化策略。本文基于用户感知理论及用户满意度理论对电子商务信息推荐服务评价指标进行了研究，并选取了具有代表性的电子商务平台进行分析，从而丰富了电子商务信息推荐服务理论体系，为以后的研究提供了一定的借鉴意义，也为评价电子商务平台提供了参考的依据，具有一定的理论和现实意义。但是，在本文研究中，在提取评价要素时运用了访谈法，过于主观，并且在数据收集阶段使用了问卷调查的方法，分析方法过于简单，数据收集范围较小，可能会因为主观因素导致评价指标的局限性。因此，在未来的研究中，可以考虑较为客观的研究方法，从不同的视角进行研究，从而丰富和完善电子商务信息推荐服务的理论体系。