线上购物研究之智识结构.docx
《线上购物研究之智识结构.docx》由会员分享，可在线阅读，更多相关《线上购物研究之智识结构.docx（11页珍藏版）》请在冰豆网上搜索。
线上购物研究之智识结构
線上購物研究之智識結構
陳宗天博士
國立台北大學資訊管理研究所
misttc@mail.ntpu.edu.tw
吳昱承研究生
國立台北大學資訊管理研究所
funny77122@
摘要
隨著網際網路與電子商務的興起，顛覆了傳統的商業交易模式，同時也成為廠商接近顧客的一種新的媒體、通路與交易平台。
儘管網路行銷與線上廣告是當前熱門的電子商務研究議題，然而，一個更基本的問題是一線上購物這種新的交易方式是否為消費者所接受。
本研究的目的是希望透過知識領域的知識視覺化的方法，並以MicrosoftAcademicSearch蒐集有關於2010年份之後的onlineshopping的文獻來作引文索引，再藉由這些文獻利用引文分析的方法分析文獻之間的引文關係，進而探討線上購物相關行為的研究。
關鍵字:
線上購物、引文分析、知識視覺化
InstructionsforICIM2014PaperSubmission
TsungTengChenGraduateInstituteofInformationManagement
NationalTaipeiUniversity
misttc@mail.ntpu.edu.tw
Wu,Yu-ChengGraduateInstituteofInformationManagement
NationalTaipeiUniversity
funny77122@
Abstract
TheriseoftheInternetande-commerce,businesstransactionssubvertthetraditionalmodel,butalsotobeavendorclosetothecustomer,anewmediachannelsandtradingplatform.AlthoughInternetmarketingandonlineadvertisingiscurrentlyahotresearchtopicofe-commerce,however,amorefundamentalquestionisshoppingonlinethisnewwayoftradingisacceptedbyconsumers.
Thepurposeofthisstudyistoknowledgethroughtheknowledgeofvisualmethods,andMicrosoftAcademicSearchonCloudComputingServicetocollecttheliteraturetomakeCitationIndex,andtheuseofcitationanalysisbytheliteraturemethodofanalysisoftheliteraturetherelationshipbetweenthecitation,andthenexplorethemeaningofcloudcomputingservicesresearch.
Keywords:
Onlineshopping、CitationAnalysis、KnowledgeVisualization
1、前言
面對網路購物環境漸趨成熟的傾向，企業透過網路與消費者互動並直接完成交易的機會也相形提昇，於系統資訊科技平台發展技術已相當成熟的今日，已是發展B2C購物網站成功的關鍵。
一項調查顯示超過91%的受訪者曾經在網路上進行購物，顯示網路購物的普及與商機看俏。
即使目前沒有使用過網路購物經驗的受訪者中，有近六成（59.5%）的消費者表示未來會「增加至網路購物的頻率」（InsightXplorer,2009）。
換言之，未來顧客對於電子商務網站依存度只會增加而不會降低。
而本研究希望對近期消費者進行線上購物來做探討。
2、文獻探討
1.知識領域視覺化
使用知識領域視覺化，首先必須收集在研究領域中所有相關的文獻，利用文獻之間的直接引用以及共引關係，建立文獻間的相關性，再根據文獻之間的相關性導引出智識結構圖。
智識結構圖的建置，利用各文獻共引關係求得Pearson's相關係數（CorrelationCoefficient），以此做為路徑搜尋法（PathFinderScalingAlgorithm）的量尺基礎。
Pearson's的係數介於-1與1之間，當Pearson's相關係數愈靠近1，代表文獻間有高度相關的關係。
再將Pearson's相關係數轉換成智識結構圖中的繪圖距離，最後利用視覺化工具將智識結構圖繪出求得智識結構圖（Chen&Paul,2002）。
知識領域視覺化的目的是建構一個可以讓研究者方便觀察和分析的網路。
要了解某一領域就要先從此領域的相關文獻著手，藉由相關文獻的引用關係配合視覺化的工具，幫助研究者者快速的了解該領域的相關議題。
Borner和Chen（Börner,Chen,&Boyack,2003）在2003年提出知識領域視覺化主要有以下五個步驟如圖2：
圖2、知識領域視覺化步驟圖
2.引文分析（CitationAnalysis）
Garfield&Malin（1978）提出了引文分析，是一種資訊計量的方法，此種方法可以快速釐清此領域其相關文獻集之間的引用關係，幫助使用者了解此領域的發展狀況、文獻集的特性與彼此的關聯性。
以具體的概念而言，引文分析方法是視每篇文獻為個別的節點（Node），並以邊（Edge）做節點間的鏈結以表示其之間的參考關係和關係強度。
引文網路（CitationNetwork）（Chen&Morris,2003）是指用來表示在某個特定領域中，文獻間的引用關係和被引用關係之集合的網路圖。
如圖1所示，A、B兩篇文獻同時被文獻D所引用，因此（D,A）和（D,B）存在直接引用關係（DirectCitation）；而文獻B、C同時被文獻E所引用，故（E,B）和（E,C）之間亦存在直接引用關係。
再者，文獻A、B同時被文獻D所引用，文獻B、C亦同時被文獻E所引用，此種藉由第三篇文獻讓（A,B）、（B,C）產生之間接關係，稱為同引（Co-Citation）關係。
另外，文獻D、E因共同參考文獻B而產生的關係，稱為書目耦合（BibliographicCoupling）。
其中，文獻A、B、C被引用的次數分別是1、2、1，而文獻A和B的同引次數是1，另外文獻B和C的同引次數也是1。
圖1.引文網路圖
資料來源:
本研究
（箭頭代表直接引用關係，而直線代表同引關係）
依圖1的引文網路可取得相鄰矩陣A，並將此矩陣乘以其反置矩陣AT可以得到同引矩陣（ATA），進而進行文獻間同引次數的計算以做為文獻間相關性的衡量指標，並以同引次數為基礎來做後續的分析和建構智識結構圖（IntellectualStructureMap），輔助使用者快速了解此領域的發展和辨識其核心和輔助性的議題集。
3.線上購物
線上購物亦即透過網際網路在線上進行交易，而線上購物的類型又可以分為:
（1）企業與個人間的交易
（2）個人與個人間所進行的交易（3）個人與企業間的交易。
（1）企業與個人間的交易
企業透過網際網路對消費者提供產品、服務以及資訊，消費者也可以透過網路購物平台完成網路消費，包含了線上購物、線上服務的使用。
（2）消費者利用網路服務提供商所提供的電子商務平台和交易程序，來完成買賣交易的行為，消費者可以在平台獨立以競價或議價進行買賣。
（3）消費者聚集群體的購物力量，與賣方進行議價，讓家費者所提供資訊與其他消費者共享，已合購平台，團購網站的方式呈現。
而消費者在進行線上購物時，主要會分為幾個階段（Blackwell,Miniard,&Engel,2001;Kotler&Keller,2005），需求確認，訊息搜索，購買前的評估，消費，和事後的消費評估。
3、研究方法
資料收集與分析方法
本研究利用智識結構（IntellectualStructure）來釐清研究領域的主題及範圍，智識結構指的是某一特定時間點的科學領域活動之分布，而此特定領域的科學活動通常可由文章的出版所刊登，某一特定領域的智識結構通常可由它的文獻中推論而知。
而智識結構運用圖形化的呈現方式幫助我們瞭解某一特定領域的研究主題及主題之間的關係。
並以引文分析為基礎，使用MicrosoftAcademicSearch為引文資料庫，在此資料庫中以”onlineshopping”為關鍵字的搜尋條件找出2010年後的相關文獻，共計有375篇文獻，將搜尋得到的文獻作為種子文獻，並參考在種子文獻中，引用及被引用關係中的第一層鏈結，搜尋出的結果有375篇相關文獻及6128筆引文資訊。
為了保留重要性較高的文獻，並過濾過多的資訊，本研究將直接引用次數門檻設定為1次，共同引用次數門檻設定為1次，最後取得276篇重點文獻。
藉由因素分析的方式將276篇文獻分類，並針對因素負荷（Loading）大於0.6的文章為分類方法，再將依路徑搜尋法繪出的路徑搜尋圖（PFNET）利用Kruskal'sAlgorithm最小擴張樹（MinimumSpanningTree,MST）對其進行演算，並把對各因素負荷（FactorLoading）大於0.6的文獻歸類為該因素，而產生可解釋變異量的前19個因素以做為探討此領域的主要議題，流程如下圖3。
圖3、引文分析處理流程
4、研究成果
1.因素分析結果
利用本研究所產生的智識結構圖，可以充分了解線上購物的研究及內涵，並擷取前19個因素為線上購物的主要相關議題，累積變異量為98.881。
相關議題如下表1。
表1、線上購物分析表
因素
探討議題
可解釋變異數（%）
累積解釋變異量（%）
1
線上服務品質
（Online-service-quality）
13.984
13.984
2
認知風險
（perceived-risk）
10.03
24.014
3
科技接受度
（technology-acceptance）
8.197
32.211
4
消費者忠誠度
（ConsumerLoyalty）
7.808
40.019
5
網站設計
（Websitedesign）
7.349
47.367
6
口碑
（word-of-mouth）
6.403
53.771
7
線上購買態度
（Onlineshoppingattitude）
5.776
59.547
8
消費者意圖
（consumer-intention）
5.386
64.932
9
消費環境因素
（Shoppingenvironmentalfactors）
5.054
69.987
10
商家聲譽
（Storereputation）
4.449
74.436
11
購買決策
（purchase-decisions）
4.225
78.661
12
電子商務
（electronic-commerce）
3.533
82.194
13
享樂及功利型消費
（edonic-and-utilitarian-shopping）
3.464
85.658
14
心流體驗
（flowexperience）
2.753
88.412
15
消費者期待
（consumer-perceptions）
2.686
91.098
16
資訊搜尋
（information-search）
2.608
93.706
17
社群行為
（social-behavior）
1.974
95.68
18
衝動性購買
（buy-impulsively）
1.779
97.459
19
期望效用理論
（expectedutilitytheory）
1.408
98.867
以下為說明各議題的內容：
（1）線上服務品質（Online-service-quality）
網站能夠增加購物、產品與服務遞送效率與效用之程度。
線上服務提供者須透過「線上」這個管道來提供消費者服務或產品，且服務內容也包含了網站的整體流程、產品遞送的流程、繳款流程、及產品的售後服務。
（2）認知風險（perceived-risk）
消費者在進行線上消費時，都會擔心自己的消費目的是否能夠順利達成，而其中不確定的因素會造成消費者的消費不安。
認知風險是心理上的不安定，或是感覺的不確定性。
認知風險包含了:
（1）財務風險
（2）功能風險（3）身體風險（4）社會風險（5）心理風險（6）時間風險
（3）科技接受度（technology-acceptance）
在線上購物中，消費者會受到其科技使用的接受度有所有想，其中包含了外部的因素，有用性、易用性、使用的態度及實際使用的行為。
（4）消費者忠誠度（信任、滲入）
消費者對網站或線上品牌的忠誠度及涉入程度，都會影響線上購物消費的動機及行為，當消費者對網站或品牌的信任感越高或是涉入資訊或高，其購買的意願也會相較提升，且也部分消費者會轉變為忠誠度，成為品牌或是網站的忠誠顧客。
（5）網站設計（Websitedesign）
在線上購物中，網站的設計感對消費者有極大的影響力，不管是網站視覺的吸引力或是聽覺的吸引力，或是其排版及功能按鈕的配置。
都會影響消費者進行線上購物的動機及行為意圖。
（6）口碑（word-of-mouth）
隨者眾多社群網站的崛起，口碑在線上購物也日漸重要，口碑會透過朋友們的訊息傳達，影響消費者對於產品的意願，當產品口碑越好時，通常會有較多消費者願意購買。
（7）線上購買態度（Onlineshoppingattitude）
線上購買態度指的是指消費者對某件商品、品牌，或服務所產生出的情感反應，當消費者的購買態度越高，越容易產生購買行為。
（8）消費者意圖（consumer-intention）
消費者在產生消費行為前，會產生購買產品或服務意圖。
消費者對產品或服務的購買意圖會受到網站的特性及認知風先的考量而有所影響，也會受到產品品質及商家的聲譽影響。
這些因素都會影響最終的消費者購買行為。
（9）消費環境因素（Shoppingenvironmentalfactors）
消費者在進行線上購物時，會受到線上消費環境的影響，其中影響可能包含網站的設計，流程的好壞，網站的安全性，易用性及可用性的影響。
（10）商家聲譽（Storereputation）
在線上購物中，電子商店的名譽格外重要，當電子商店的評價越高，消費者會越信任此商店，將低許多心中的不確定性，進行消費的意願也就提高。
（11）購買決策（purchase-decisions）
當消費者進行購買行為時，會謹慎地評價某一產品、品牌或服務的品質並進行選擇，再挑選能滿足自身特定需求過程。
（12）電子商務（electronic-commerce）
網際網路的出現改變了過去消費者的購物型態，消費者透過網路管道就可以進行購物消費內容，且內容包含了產品、服務、數位產品。
也節省掉消費者許多的購物成本。
（13）享樂及功利型消費（edonic-and-utilitarian-shopping）
消費者在進行線上消費時，或有兩種消費行為的呈現，一種屬於享樂型，意旨為了滿足自身享受需要而產生的消費。
而功利型消費，指的是消費者在購物時，會不斷比價，以自身利益為主要考量，搜尋到最低價個且符合自身需要的產品。
（14）心流體驗（flowexperience）
心流體驗指的是個體在某種情境下，呈現忘我、正向情感、愉悅。
對此事情以外的事都沒有興趣，沉浸在當下的環境。
在線上消費中，如消費再瀏覽購物網頁中產生了心流體驗，會進而影響購物動機及行為。
（15）消費者期待（consumer-perceptions）
消費者在進行線上消費時，由於沒辦法觸摸以及看到實體產品，線上購物也沒辦法產生及時滿足感，就會對此產品或內容產生期待感。
（16）資訊搜尋（information-search）
線上購物中，由於網際網路使資訊的密度提高，消費者可以在網際網路中搜尋到相關產品的資訊，包含了產品細節、價格、其他使用者心得。
（17）社群行為（social-behavior）
社群網路的崛起，社群行為漸漸會影響消費者的購物行為，朋友們相互推薦產品、服務，分享產品使用心得、或是進行批評。
（18）衝動性購買（buy-impulsively）
衝動性購買是「消費者經歷一個突然、且往往是強大和持久的意圖去立即買東西」。
而此種行為通常是不經思索且快速的。
（19）期望效用理論（expectedutilitytheory）
期望的效用理論是一種工具旨在説明做出決定之間各種可能的選擇。
它是以平衡風險與回報利用數學函數來進行評估。
當面對很多不同的選擇，預期的效用理論建議你計算每個選擇的期望的效用，然後選擇具有最高的期望效用。
2.因素關聯架構圖
3.因素間的相互關聯性
本研究分析結果繪製出的智識結構圖中，描述了此19個因素在群集之間的關係，每一個節點代表著一篇文獻，節點旁的括號內數字表示各因素的編號，淺藍色的節點代表是空值無法分類，同顏色的表示為相同的因素，各文獻之間的相似度是以距離以及連線來表示，中心的位置表示該因素是較核心的相關研究議題。
如下圖4所示。
圖4、線上購物智識結構圖
5、結論
本研究透過引文分析方法，發掘出某一學術領域文獻間的關係，藉由引用和同引門檻值的設定，取得高參考價值的文獻集，而後透過知識領域視覺化的方式做呈現，讓使用者能快速地辨識出文獻間的關係，並釐清重要的研究議題及該領域的發展情況。
經分析發現，線上購物在近期研究議題往往牽涉到線上服務品質、認知風險，科技接受度、消費者忠誠度、網站設計及口碑行銷，而近年來，線上購物隨者網路發展也逐漸平凡，消費者對於線上購物的認知也逐漸轉變成熟，而此研究希望未來有能夠探索更多影響線上購物行為的因素。
6、參考文獻
1.陳宗天,黃彬彬,&江坤薇.（2006）.應用引文分析辨識學術研究領域－以知識視覺化為例.Paperpresentedatthe第十七屆國際資訊管理學術研討會,高雄縣
2.Blackwell,R.D.,Miniard,P.W.,&Engel,J.F.（2001）.Consumerbehavior（ninthed.）.Orlando,FL:
HarcourtCollegePublishers.
3.Börner,Katy,Chen,Chaomei,&Boyack,KevinW.（2003）.Visualizingknowledgedomains.Annualreviewofinformationscienceandtechnology,37
（1）,179-255.
4.Chen,C.（2002）.Visualizationofknowledgestructures.p.201-238.
5.Garfield,E.,&Malin,M.V.（1978）.Citationdataasscienceindicators.InformationScientist,6,580-608.
6.T.Foster,T.Freeman,K.Keahey,D.Scheftner,B.Sotomayor,andX.Zhang.Virtualclustersforgridcommunities.InCCGRID,pages513–520.IEEEComputerSociety,2006.
7.Kotler,P.,&Keller,K.L.（2005）.Marketingmanagement（12thed.）.UpperSaddleRiver,NJ:
Prentice-Hall.
8.JuelsandB.S.Kaliski.PORs:
ProofsofretrievabilityforLargefiles
9.WenyingZeng,YuelongZhao,JunweiZeng.Cloudserviceandserviceselectionalgorithmresearch.GEC'09:
ProceedingsofthefirstACM/SIGEVOSummitonGeneticandEvolutionaryComputation,Shanghai,China,June20091045-1048.
10.InsightXplorer,2009,SurveyofOnlineShoppingandShoppingGoodsin2009,
Taipei,TA:
InsightXplorerLtd.Press.
升级会员 