一、An empirical investigation of users’ switching intention to public service robots: From the perspective of PPM framework
用户对公共服务机器人转换意向的实证调查：从 PPM 框架的角度
1、研究背景
本文探讨了人工智能（AI）技术在公共服务领域的应用，尤其是公共部门机器人的使用。随着AI技术的普及，用户逐渐从与人工服务互动转向与机器人互动。尽管现有研究集中于用户对公共服务机器人的采纳，但很少有研究关注用户从传统人工服务转向机器人服务的行为。
2、研究思路
研究采用推-拉-锚定（Push-Pull-Mooring, PPM）框架来理解影响用户转向公共服务机器人的意向的因素。该框架源自人类迁移领域，用于解释人们迁移的原因。
3、理论基础
PPM框架是本文的理论基础。推力（Push）指原有位置的负面因素推动人们离开，拉力（Pull）指目的地的吸引力因素吸引人们前往，而锚定（Mooring）指个人或社会因素促进或阻碍迁移行为。本文将此框架应用于公共服务机器人的应用场景中，以分析用户从人工服务转向机器人服务的意向。
- 推力（Push Effects）：指人工服务的负面属性，如用户对现有服务的不满和感知到的低效率，这些因素促使用户考虑转向机器人服务。
- 拉力（Pull Effects）：指公共服务机器人的吸引力特性，如机器人的感知易用性、整体吸引力（包括美学、便利性和情感能力）和感知智能，这些因素吸引用户转向使用机器人服务。
- 锚定（Mooring Effects）：指可能阻碍用户从人工服务转向机器人服务的情况条件，如惯性。惯性包括对现状的偏好、习惯和对改变的抵触，这些因素可能限制用户转向新技术的意愿。
4、理论模型
在这个模型中，不同的变量被用来量化推力、拉力和锚定效应。
- 感知易用性和感知智能作为拉力因素，直接吸引用户转向机器人服务；美学、便利性和情感能力作为吸引力的前因，它们共同作用于用户的吸引力感知，进而影响用户的转向意向。
- 惯性作为锚定因素，可能阻碍这种转变；
- 不满和感知到的低效率作为推力因素，直接影响用户转向机器人服务。
5、研究方法
采用结构方程建模（SEM）方法对数据进行量化分析。研究使用了419份有效问卷，这些问卷来自在中国政府服务大厅体验过人工服务和公共服务机器人的用户。
6、研究对象与数据收集
研究对象为中国政府服务大厅中使用过人工服务和公共服务机器人的用户。数据通过在线问卷调查收集，使用Credamo平台进行样本招募和数据收集。
7、实证过程
通过预测试来完善问卷，并通过Credamo平台分发问卷。数据收集后，使用SmartPLS 4.0软件进行PLS-SEM分析，包括测量模型和结构模型的评估。
8、研究结论
研究发现，感知低效率（Push因素）正向影响用户的转向意向，而感知易用性、吸引力和感知智能（Pull因素）也正向影响转向意向。相反，惯性（Mooring因素）负向影响用户的转向意向。吸引力对转向意向的影响最大，表明在设计服务机器人时应突出其吸引力。
9、局限性
研究的局限性在于样本限制在中国，可能不适用于其他国家和文化的用户。此外，研究仅关注使用机器人处理业务的公民，未考虑政府事务服务中心的人工员工的观点。未来的研究可以扩展到更多变量和条件，以及考虑个体创新性等内生驱动变量。
二、Artificial intelligence is the magic wand making customer-centric a reality! An investigation into the relationship between consumer purchase intention and consumer engagement through affective attachment
人工智能是实现以客户为中心的魔杖！通过情感依恋调查消费者购买意向与消费者参与之间的关系
1、研究背景
本文探讨了人工智能（AI）如何通过社交媒体改变消费者与供应商之间的互动，以及AI技术如何结合消费者在社交媒体上的参与度和消费者体验来影响消费者的购买意图。随着AI技术的发展，它在营销、客户服务和消费者互动等多个商业领域发挥着革命性作用。
2、研究思路
研究基于社会支持理论（Social Support Theory, SST），通过在线调查的方式，结合AI技术、消费者社交媒体参与度和消费者体验，来调查消费者的购买意图。
3、理论基础
- 社会支持理论（SST）：最初用于解释线下环境中的社交支持和心理健康之间的关系。随着计算机介导的通信的普及，SST也被用于在线虚拟社交支持的研究。本文将SST应用于分析消费者对AI体验、社交媒体参与度和满意度的感知，以及这些因素如何影响消费者的信任和行为。
4、理论模型
在本文中，研究者将SST应用于人工智能（AI）与消费者行为的背景下，提出了一个理论模型，该模型将AI技术与消费者的社交媒体参与度、消费者体验以及购买意图联系起来。以下是模型提出的过程，结合了SST的应用：
-
AI作为社交支持的提供者：AI技术被视作能够提供类似于人类社交网络中的支持，包括信息支持、情感支持等。在本文中，AI通过提供个性化的购物信息、辅助决策等功能，增强了消费者体验。
-
消费者体验（CE）：根据SST，消费者体验包括认知、感官、情感和物理元素，这些元素受到社交互动的影响。AI通过提供更加智能化和个性化的服务，改善了消费者的认知和情感体验。
-
社交媒体上的消费者参与度（CESM）：SST指出，社交支持可以增强个体的社会资本和行为反应。在本文中，AI技术通过社交媒体平台提供支持，促进了消费者的参与度，如通过AI驱动的聊天机器人和推荐系统。
-
消费者满意度（ST）：SST认为，社交支持可以提高个体的满意度和幸福感。在本文的模型中，消费者体验和社交媒体参与度通过提供积极的社交互动和满足消费者需求，进而提高了消费者满意度。
-
购买意图（PI）：根据SST，个体的感知和社会支持会影响其行为意图。在本文中，消费者满意度被认为是影响购买意图的关键因素，即满意的消费者更有可能进行购买。
-
情感依恋（AFA）的调节作用：SST提到，个体对其社交关系的情感依恋会影响其行为和决策。本文中，情感依恋作为调节变量，影响消费者满意度与购买意图之间的关系，即具有强烈情感依恋的消费者在满意度高时更有可能进行购买。
5、研究方法
- 使用了部分最小二乘结构方程模型（PLS-SEM）来检验数据和提出的假设。
6、研究对象与数据收集
- 研究对象为中国社交媒体用户，共467名有在线购买和AI技术体验的用户。
- 通过WeChat发放在线问卷，数据收集时间为2022年11月至2023年2月。
7、实证过程
- 对测量模型进行了评估，确保了量表的可靠性和收敛效度。
- 进行了结构模型分析，验证了假设关系。
8、研究结论
- AI正面影响消费者体验和社交媒体上的消费者参与度，并且这些因素进一步增强了消费者满意度和购买意图。
- 消费者满意度是影响购买意图的关键因素，而情感依恋在消费者满意度和购买意图之间起到了调节作用。
9、局限性
- 样本量相对较小，可能影响结论的普遍性。
- 研究在COVID-19大流行期间进行，这可能影响了社交媒体影响者的行为模式。
- 研究建议采用更先进的调查方法，如大数据分析，以提高研究的准确性和全面性。
三、Avatars in live streaming commerce: The influence of anthropomorphism on consumers’ willingness to accept virtual live streamers
直播商业中的头像：拟人化对消费者接受虚拟直播者意愿的影响
1、研究背景
随着计算机技术的发展，虚拟角色（即“化身”）在多个行业中得到广泛应用，尤其在直播电商领域，虚拟直播主播的出现成为一个显著现象。尽管企业越来越多地投资于化身以提高互动性和更好地吸引客户，但化身在在线市场的有效性仍需更多证据支持。
2、研究思路
本文旨在探索拟人化对消费者接受虚拟直播主播的意愿的影响机制，基于社会认同理论和构建水平理论提出了研究假设。
3、理论基础
- 社会认同理论：强调个体倾向于偏好与自己社会群体相近的对象，这在本文中用来解释消费者如何基于拟人化特征接受虚拟直播主播。
- 构建水平理论：区分了消费者在不同抽象水平上的心理解读，这在本文中用来探讨产品类型（实用型与享乐型）如何影响消费者对虚拟直播主播的接受意愿。
4、理论模型
模型中包括以下变量及其关系：
- 拟人化（独立变量）：根据社会认同理论，拟人化特征能够减少消费者与虚拟直播主播之间的心理距离，因为消费者可能会将具有人类特征的虚拟主播视为社会群体的一部分。
- 心理距离（中介变量）：心理距离反映了消费者与虚拟直播主播之间的社会距离。当虚拟直播主播具有较高的拟人化特征时，消费者可能会感觉与这些主播更亲近，从而减少心理距离。
- 信任（中介变量）：心理距离的减少可以增强消费者对虚拟直播主播的信任。根据社会认同理论和构建水平理论，信任是建立在社会联系和减少心理距离的基础上的。
- 接受意愿（因变量）：信任被认为是影响消费者接受虚拟直播主播意愿的关键因素。当消费者对虚拟直播主播有较高的信任时，他们更可能接受这些主播的推荐和服务。
- 产品类型（调节变量）：根据构建水平理论，产品类型（享乐型与实用型）可能会调节拟人化对心理距离和信任的影响。对于享乐型产品，消费者可能更注重整体体验，而实用型产品则可能需要消费者关注更多的细节特征。
5、研究方法
采用在线情景实验方法，通过2（高拟人化对比低拟人化）× 2（实用型产品对比享乐型产品）的被试间设计，对214名参与者进行了测试。
6、研究对象与数据收集
研究对象为实名认证的直播用户，通过中国的问卷星平台进行随机抽样。数据收集包括了参与者对拟人化、心理距离、信任和接受意愿的评估。
7、实验过程
实验包括预实验和正式实验，预实验用于验证刺激材料和测量工具的准确性，正式实验则用于测试研究假设。
8、研究结论
- 拟人化正向影响消费者接受虚拟直播主播的意愿。
- 心理距离和信任在拟人化与接受意愿之间起链式中介作用。
- 产品类型调节了这种中介效应，对于实用型产品，拟人化通过心理距离和信任显著影响接受意愿；而对于享乐型产品，这种影响不显著。
四、扶 AI 直上？老字号品牌产品设计来源对产品态度的影响研究
1、研究背景
随着人工智能（AI）技术的快速发展和普及，"AI设计"在多个领域展现出巨大潜力，尤其在产品设计方面。然而，对于承载着丰富文化传承的老字号品牌而言，AI设计的应用是一个相对较新的领域。文章探讨了老字号品牌在引入AI设计产品时，消费者对这些产品的态度以及背后的心理机制。
2、研究思路
研究旨在通过实验方法，分析老字号品牌产品设计来源（AI设计 vs. 人类设计）对消费者产品态度的影响，并探讨新奇感、品牌概念、怀旧倾向和规范信念等因素在其中的作用。
3、理论基础与应用
- 新奇感分类理论：该理论认为，当消费者遇到不符合现有心理类别的产品或事件时，会感到新奇。新奇感是一种主观体验，当新的刺激与消费者的期望发生冲突时产生，它与消费者对新鲜、意想不到的事物的感知有关。
- 品牌概念：将品牌分为功能型和象征型，预测不同品牌概念下消费者对AI设计的接受度。
- 怀旧倾向：作为个性特质，影响消费者对老字号品牌使用AI设计的反应。
- 规范信念：消费者对老字号品牌应如何行动的信念，可能影响其对AI设计产品的态度。
4、理论模型
-
模型构建：
- 自变量：产品设计来源（AI设计 vs. 人类设计）。
- 中介变量：新奇感，作为消费者对AI设计产品的反应，是连接设计来源和产品态度的桥梁。
- 调节变量：品牌概念（功能型 vs. 象征型）、怀旧倾向、规范信念，这些变量影响新奇感的强度和方向，进而影响产品态度。
-
模型提出过程：
- 首先，基于新奇感分类理论，研究者假设AI设计的产品能够激发消费者对老字号品牌的新奇感，因为AI设计作为一种新的、非传统的设计方法，与消费者对老字号品牌的现有认知不符。
- 接着，研究者进一步提出，新奇感会中介产品设计来源和产品态度之间的关系。即AI设计的产品通过激发新奇感，进而影响消费者对产品的态度。
- 然后，研究者考虑到品牌概念、怀旧倾向和规范信念可能对新奇感的产生及其对产品态度的影响有不同的调节作用。例如，对于功能型品牌，消费者可能更看重产品的实用性和性能，而AI设计可能被视为提高这些属性的手段，从而增强新奇感和积极态度。相反，对于象征型品牌，消费者可能更重视品牌的传统价值和象征意义，AI设计可能被视为对这些价值的威胁，从而减弱新奇感和积极态度。
- 最后，通过一系列实验验证这些假设，形成完整的理论模型。
5、研究方法
采用情景实验法，通过设计不同的实验情景来模拟老字号品牌使用AI设计和人类设计的产品，并测量消费者的反应。
6、研究对象与数据收集
研究对象为消费者，通过在线平台招募被试，使用问卷调查收集数据，包括对产品设计来源的认知、新奇感体验、产品态度等。
7、实验过程
通过四个情景实验来检验研究假设。实验设计包括不同的品牌类型（功能型和象征型）、产品设计来源（AI设计和人类设计）以及消费者的怀旧倾向和规范信念。
8、研究结论
- 老字号品牌使用AI设计的产品比人类设计的产品更能引发消费者积极的产品态度。
- 新奇感在这一影响中起到中介作用。
- 品牌概念、怀旧倾向和规范信念对上述关系有调节作用。
- 对于怀旧倾向较低的消费者，功能型品牌使用AI设计更能激发新奇感；而象征型品牌使用人类设计更能激发新奇感。
9、局限性
研究的局限性包括：
- 仅考虑新奇感作为中介变量，未排除其他可能的解释变量。
- 未探讨AI与人类合作设计产品对消费者心理反应的影响。
- 实验均为线上进行，可能缺乏现实世界复杂情境的考量。
五、Digital human calls you dear: How do customers respond to virtual streamers’ social-oriented language in e-commerce livestreaming? A stereotyping perspective
数字人类叫你亲爱的：顾客如何回应电子商务直播中虚拟流媒体的社交导向语言？刻板印象的视角
1、研究背景
随着人工智能技术的发展，虚拟主播在电商直播中扮演着越来越重要的角色。文章探讨了虚拟主播使用社交型语言（social-oriented language）是否能提高顾客的购买意愿，并考虑了产品类型对这一交互效应的影响。
2、研究思路
研究基于刻板印象内容模型（Stereotype Content Model, SCM）来解释虚拟主播的语言风格与顾客购买意愿之间的关系，并探讨了社交型语言与任务导向型语言的效果差异。
3、理论基础
刻板印象内容模型（SCM）是理解人们如何基于温暖度和能力两个基本维度来评价社会群体的理论框架。文章将SCM应用于分析顾客如何根据虚拟主播的语言风格形成对主播的温暖和能力感知，并据此作出购买决策。
4、理论模型
在这个模型中，刻板印象内容模型（Stereotype Content Model, SCM）作为理论基础发挥了核心作用。SCM是一个解释人们如何根据两个基本维度——感知温暖度和感知能力——来评价社会群体的理论框架。这两个维度影响着人们对于他人或代理（在本文中即虚拟主播）的判断和行为。
理论模型的构建过程如下：
-
语言风格的识别：首先，研究区分了两种语言风格——社交型语言（social-oriented language）和任务导向型语言（task-oriented language）。社交型语言旨在通过建立心理亲近感来增强消费者的认知，而任务导向型语言则更注重提供功能性信息。
-
产品类型的考量：研究进一步考虑了产品类型（体验型产品和搜索型产品）对语言风格效果的潜在影响。体验型产品通常需要更多的感官体验和情感联系，而搜索型产品则更多依赖于客观信息和功能特性。
-
虚拟主播类型的引入：研究还考虑了虚拟主播的类型（类人或动画）可能对顾客反应产生的影响，这是基于人类倾向于对更像人类的代理产生更强的亲社会反应和信任。
-
SCM的应用：根据SCM，顾客对虚拟主播的语言风格做出反应，并基于感知到的温暖度和能力形成刻板印象。这些刻板印象随后影响他们的行为意向，即购买意愿。
-
中介变量的提出：研究提出感知温暖度和感知能力作为中介变量，它们在虚拟主播的语言风格和顾客购买意愿之间起桥梁作用。社交型语言可能会增强顾客对虚拟主播的温暖感知，而任务导向型语言可能会增强对其能力的认知。
-
交互效应的探索：研究还探讨了语言风格与产品类型之间的交互效应，以及这种交互效应如何通过感知温暖度和感知能力影响购买意愿。
-
序列中介的假设：最后，研究假设感知温暖度可能先于感知能力发生，并可能正向影响后者，进而共同影响购买意愿，形成了一个序列中介模型。
5、研究方法
研究采用了多种方法，包括两个在线实验、一个实验室实验和一个焦点小组讨论，以探索社交型语言的有效性。
6、研究对象与数据收集
研究对象为参与在线实验和实验室实验的志愿者，以及焦点小组中的成员。数据通过在线平台（如Credamo）招募参与者，并在大学中进行实验室实验。
7、实验过程
实验1：
- 目的：测试社交型语言与任务导向型语言在不同产品类型（体验型产品和搜索型产品）条件下对购买意愿的影响。
- 设计：在线实验，采用2（语言风格：社交型 vs. 任务导向型）× 2（产品类型：体验型 vs. 搜索型）的被试间实验设计。
- 参与者：通过Credamo平台招募的321名在线参与者。
- 过程：参与者随机分配到不同条件，观看90秒的虚拟主播推广体验型产品（如沐浴露）或搜索型产品（如笔记本电脑）的视频。
- 测量：使用7点量表评估购买意愿，同时进行语言风格和产品类型的操作检查。
- 结果：发现社交型语言在推广体验型产品时显著提高了购买意愿，而在搜索型产品条件下，任务导向型语言更有效。
实验2：
- 目的：验证实验1的结果，并测试感知温暖度和感知能力在语言风格和产品类型对购买意愿影响中的中介作用。
- 设计：在线实验，与实验1设计相同。
- 参与者：通过Credamo平台招募的292名在线参与者。
- 过程：参与者观看虚拟主播推广护肤品（体验型产品）或充电器（搜索型产品）的视频，并对购买意愿、感知温暖度和感知能力进行评估。
- 测量：除了购买意愿，还使用了感知温暖度和感知能力的量表。
- 结果：证实了感知温暖度和感知能力在社交型语言和任务导向型语言对购买意愿影响中的中介作用，以及在不同产品类型条件下的补偿效应和正向关系。
实验3：
- 目的：在实验室环境中验证虚拟主播类型（类人 vs. 动画）对语言风格和产品类型交互效应的调节作用。
- 设计：实验室实验，采用2（语言风格）× 2（产品类型）× 2（虚拟主播类型）的被试间实验设计。
- 参与者：来自中国一所大学的120名学生。
- 过程：参与者随机分配到不同条件，观看视频并评估购买意愿和其他变量。
- 测量：与前两个实验相似，增加了对虚拟主播类型的操作检查。
- 结果：发现虚拟主播类型显著调节了语言风格和产品类型对购买意愿的交互效应，类人虚拟主播在推广体验型和搜索型产品时，社交型语言的效果得到加强。
实验4：
- 目的：通过焦点小组讨论增强实验结果的生态效度，并深入理解参与者对虚拟主播语言风格的看法。
- 设计：焦点小组讨论。
- 参与者：9名对在线购物折扣感兴趣的微信用户群组成员。
- 过程：参与者观看虚拟主播使用社交型语言推广口红的视频，并围绕一系列问题进行讨论。
- 测量：通过讨论录音和文本转录，采用归纳编码法对数据进行分析。
- 结果：讨论结果支持了前三个实验的发现，揭示了社交型语言作为虚拟主播良好语言策略的看法，以及产品类型、感知温暖度、感知能力和虚拟主播类型对购买意愿的影响。
8、研究结论
研究发现，在推广体验型产品时，虚拟主播使用社交型语言能显著提高顾客的购买意愿，而在推广搜索型产品时，任务导向型语言更有效。感知温暖度和感知能力在不同产品类型条件下对购买意愿有不同影响，且存在序列中介效应。此外，类人虚拟主播相比动画虚拟主播在直播时更能增强社交型语言的效果。
9、局限性
研究主要关注了语言风格对购买意愿的影响，但可能还有其他因素（如语言风格中不同词性的使用）也会影响效果。此外，研究样本主要集中在中国顾客，可能存在地理和文化特异性的影响，未来研究可以考虑跨文化比较或多国家研究。
希望大家都能在自己的领域twinkling~
3149
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
