个性化算法推荐服务用户采纳意愿影响因素： 元分析研究

摘要/Abstract

摘要： 数智时代，个性化算法推荐服务迅速发展。关于个性化算法推荐服务用户采纳意愿影响因素的实证研究结论存在不一致的现象，为明确关键影响因素，对该主题实证研究成果进行梳理与再分析，为后续相关研究提供借鉴。本文运用元分析方法，从国内外聚焦个性化算法推荐服务用户采纳意愿的51 篇实证研究成果中识别出14 个关键影响因素，其中信任、态度、感知愉悦性、交互质量、推荐信息质量等因素对用户采纳意愿作用程度较强。研究时间、社会环境和应用平台类型会对相关变量与个性化算法推荐服务用户采纳意愿之间的关系产生调节作用。

Abstract: In the era of digital intelligence, personalized algorithm recommendation services are developing rapidly. There are inconsistencies in the findings of empirical studies on the factors influencing the adoption intention of users of personalized algorithmic recommendation services. In order to clarify the key influencing factors, the empirical research results on this topic were sorted out and re-analyzed to provide reference for subsequent research. This paper used the meta-analysis method to identify 14 key factors from 51 domestic and foreign empirical studies focusing on the adoption intention of users of personalized algorithm recommendation services. Among these factors, trust, attitude, perceived pleasure, interaction quality, recommendation information quality and other factors played a strong role in user’s adoption intention. Research time, social environment and application platform type moderated the relationship between the relevant variables and the adoption intention of users of personalized algorithm recommendation services.

施雨茆意宏张贵香（南京农业大学信息管理学院中国人民大学信息资源管理学院）. 个性化算法推荐服务用户采纳意愿影响因素：元分析研究[J]. 图书馆杂志, 2024, 43(394): 96-108.

Shi Yu, Mao Yihong, Zhang Guixiang ( College of Information Management, Nanjing Agricultural University, School of Information Resource Management, Renmin University of China). A Meta-Analysis Research on Influencing Factors of Users’ Adoption Intention of Personalized Algorithm Recommendation Services[J]. Libraly Journal, 2024, 43(394): 96-108.

参考文献

[1] 互联网信息服务算法推荐管理规定[EB/OL]. [2023-02-20]. http://www.cac.gov.cn/2022-01/04/ c_1642894606364259.htm.

[ 2 ] 李宝库，郭婷婷. 基于感知价值和隐私关注的用户移动个性化推荐采纳[J]. 中国流通经济， 2018，32（4）：120–126.

[ 3 ] 袁向玲，牛静. 社会化算法推荐下青年人的隐私管理研究——个性化信息接受意愿与隐私关注的链式中介效应[J]. 新闻界，2020（12）：58–70.

[ 4 ] 王伟军，王阳，王玉珠，等. 移动商务用户个性化推荐采纳行为影响因素的实证研究[J]. 系统管理学报，2017，26（5）：816–823.

[ 5 ] 王家玮，梅莉，胡丰. 消费者个性化推荐感知价值对采纳意愿的影响——产品涉入与隐私关注的调节作用[J]. 企业经济，2021，40（5）：43–53.

[ 6 ] Gulzar Z，Arun Raj L，Anny Leema A. Factors Influencing the Scholars Acceptance of Course Recommender System：A Case Study[C]// Proceeding of the International Conference on Computer Networks，Big Data and IoT （ICCBI-2018）. Springer International Publishing， 2020：889–895.

[ 7 ] Oechslein O，Fleischmann M，Hess T. An application of UTAUT2 on social recommender systems：Incorporating social information for performance expectancy[C]//2014 47th Hawaii international conference on system sciences. IEEE， 2014：3297–3306.

[ 8 ] Ke Q，Cheng Y. Applications of meta-analysis to library and information science research： Content analysis[J]. Library & information science research，2015，37（4）：370–382.

[ 9 ] 李晓，曲建升. 元分析在社会科学领域的应用与进展述评[J]. 数据分析与知识发现，2021，5（11）： 1–12.

[10] 蔡宏志. 个性化信息推荐服务模式[J]. 情报杂志，2006（9）：116–118；121.

[11] Adomavicius D，Tuzhilin A. Personalization technologies：A process-oriented perspective[J]. Wirtschaftsinformatik，2006，6（48）：449–450.

[12] 管理科学技术名词审定委员会. 管理科学技术名词[M]. 北京：科学出版社，2016：53.

[13] 曹琦. 电商平台个性化推荐信息的消费者采纳意愿影响因素研究[D]. 镇江：江苏科技大学， 2020.

[14] 杨梅. 基于淘宝化妆品推荐的女大学生信息采纳行为研究[D]. 保定：河北大学，2021.

[15] 吴继飞，于洪彦，朱翊敏，等人工智能推荐对消费者采纳意愿的影响[J]. 管理科学，2020，33（5）： 29–43.

[16] 陈梅梅，董晨光，茅金波，等. 推荐时机对个性化推荐采纳影响的实验研究[J]. 情报探索，2020（5）： 9–15.

[17] Zhao Q，Willemsen M C，Adomavicius G，et al. Interpreting user inaction in recommender systems[C]//Proceedings of the 12th ACM Conference on Recommender Systems. ACM， 2018：40–48.

[18] 李治. 推荐解释的呈现特征对采纳意愿的影响机制研究[D]. 泉州：华侨大学，2019.

[19] Liang W Y，Huang C C，Tseng T L，et al. The effect of visualisation on user experience in recommender systems[J]. Information Research， 2021，26（3）：906.

[20] 杨盛. 移动电商推荐系统采纳意向影响因素研究[D]. 太原：山西财经大学，2018.

[21] 杨一翁，王毅，孙国辉. 网络推荐系统对消费者的营销效果——技术接受模型视角[J]. 中国流通经济，2016，30（2）：98–107.

[22] Martínez-López F J，Esteban-Millat I，Cabal C C， et al. Psychological factors explaining consumer adoption of an e-vendor’s recommender[J]. Industrial Management & Data Systems，2015， 115（2）：284–310.

[23] 吕梦晓. 农产品电商平台个性化推荐的采纳意愿研究[D]. 昆明：昆明理工大学，2019.

[24] 段尧清，刘宇明，蔡诗茜，等. 数字图书馆个性化推荐用户信息采纳行为影响研究——信息采纳意向的中介效应[J]. 现代情报，2019，39（2）： 85–93.

[25] Alharbi H，Sandhu K. Toward a model for E-Learning recommender system adoption：a pilot study[C]//2017 International Conference on New Trends in Computing Sciences（ICTCS）. IEEE， 2017：309–313.

[26] Benbasat I，Wang W. Trust in and adoption of online recommendation agents[J]. Journal of the association for information systems，2005，6（3）：4.

[27] 李宝库，高玉平，郭婷婷. 基于VAM 模型的用户移动个性化推荐采纳意愿研究[J]. 现代管理科学，2017（5）：15–17.

[28] Choi J，Lee H J，Sajjad F，et al. The influence of national culture on the attitude towards mobile recommender systems[J]. Technological Forecasting and Social Change，2014，86：65–79.

[29] 李亚男，王詠，康丽婷. 影响个性化推荐系统的用户采纳的因素[J]. 人类工效学，2013，19（2）： 78–81.

[30] 毛良斌，郑全全. 元分析的特点、方法及其应用的现状分析[J]. 应用心理学，2005（4）：354– 359.

[31] 陈鹤阳，朝乐门. 元分析方法在信息分析中的应用[J]. 情报资料工作，2015（6）：46–50.

[32] Hedges L V，Olkin I. Statistical methods for meta-analysis[M]. Academic press，2014：3.

[33] 郭春彦，朱滢，李斌. 传统统计方法面临的挑战：元分析方法[J]. 心理学报，1997（2）：130–136.

[34] Cooper H. Research synthesis and meta-analysis： A step-by-step approach[M]. Sage publications， 2015：29–39.

[35] Lipsey M W，Wilson D B. Practical meta-analysis[M]. SAGE publications，Inc，2001： 105–142.

[36] 王洁，陈健芷，杨琳，等. 感觉寻求与网络成瘾关系的元分析[J]. 心理科学进展，2013，21（10）： 1720–1730.

[37] Rosenthal R. Meta-Analytic Procedures for Social Research[M]. SAGE，1991：43–46.

[38] 高迪. 在线推荐系统消费者采纳意向的影响机理研究[D]. 北京：北方工业大学，2017.

[39] Limayem M，Hirt S G，Cheung C M K. How habit limits the predictive power of intention：The case of information systems continuance[J]. MIS quarterly，2007：705–737.

[40] Petronio S. Boundaries of privacy：Dialectics of disclosure[M]. New York：Suny Press，2002： 1505–1506.

[41] 哈里斯·库珀. 元分析研究方法[M]. 李超平，张昱城，等，译. 北京：中国人民大学出版社， 2020.

[42] 王珍，张永红，徐巧巧. 几种发表性偏倚评估方法介绍[J]. 中国卫生统计，2009，26（5）： 539–541.

[43] Van Houwelingen H C，Arends L R，Stijnen T. Tutorial in Biostatistics. Advanced Methods in Meta-Analysis：Multivariate. Approach and Meta- Regression[J]. Tutorials in Biostatistics，Tutorials in Biostatistics：Statistical Modelling of Complex Medical Data，2005（2）：289.

[44] 何寒青，陈坤. Meta分析中的异质性检验方法[J]. 中国卫生统计，2006（6）：486–487；490.

[45] Cohen J. Statistical power analysis for the behavioral sciences[M]. Routledge，2013：77–80.

[46] 国家市场监督管理总局. 关于对《互联网平台分类分级指南（征求意见稿）》《互联网平台落实主体责任指南（征求意见稿）》公开征求意见的公告[EB/OL]. [2023-03-07]. https://www.samr. gov.cn/hd/zjdc/202110/t20211027_336137.html.

[47] 范昊，热孜亚·艾海提，李珊珊，等. 基于元分析的在线社区用户转移意愿影响因素研究[J]. 现代情报，2021，41（10）：30–39.

[48] Nysveen H，Pedersen P E，Thorbj?rnsen H. Intentions to use mobile services：Antecedents and cross-service comparisons[J]. Journal of the academy of marketing science，2005，33（3）： 330–346.

[49] Cabrera-Sánchez J P，Ramos-de-Luna I，Carvajal- Trujillo E，et al. Online recommendation systems： Factors influencing use in e-commerce[J]. Sustainability，2020，12（21）：8888.

[50] 戴德宝，刘西洋，范体军.“互联网+”时代网络个性化推荐采纳意愿影响因素研究[J]. 中国软科学，2015，296（8）：163–172.

[51] 王丹凤. 社交媒体产品推荐信息用户采纳意愿的影响因素研究[D]. 北京：北京邮电大学，2018.

[52] 张珂. 课程推荐信息学习者采纳意愿的影响因素研究[D]. 南昌：江西财经大学，2022.