基于ELM模型的社交电商UGC有用性影响因素研究

随着内容种草的深入人心,社交电商中UGC(用户生成内容)的价值日益凸显。本文选取小红书作为研究平台,基于详尽可能性模型(Elaboration Likelihood Model,本文简称为ELM模型),结合内容型社交电商特点,从内容和创作者两个路径探讨了影响UGC有用性的相关因素。此外,本文还利用Word2Vec等文本分析技术对内容语义相关变量进行了有效测度。本文的实证结果表明,内容特征相关的产品信息量、内容情感倾向,以及创作者特征相关的创作者互动响应与创作者社会影响力都对UGC有用性有显著的正向影响。

采纳用户生成内容的影响因素分析

Web2.0技术的发展为用户生成内容(UGC)的发展提供了大量的机会。本文目的是研究意见寻求者意愿接受和采纳UGC的程度以及分析影响消费者采纳UGC的影响因素。在双过程理论以及信息采纳模型的理论基础上,我们通过抽取158个样本,对社会化媒体豆瓣电影进行实证研究并分析了影响在线意见寻求者采纳UGC的因素。研究结果表明详尽性、及时性以及相关性成为了UGC质量的最有效的影响因素,并且进而成为影响UGC采纳的关键影响因素。