基于技术接受模型的网络口碑接受研究

毕继东

[摘要]在互联网比较普及的环境下,传统口碑借助网络媒介表现为新的形式——网络口碑。消费者接触网络机会大大增加,网络口碑对消费者购买行为的影响也越来越明显。商家为了利用网络口碑来促进销售,必须了解网络口碑传播过程。消费者网络口碑接受是网络口碑营销成功的前提。在分析技术接受模型理论和网络口碑文献的基础上,构建了基于TAM的网络口碑接受模型。该模型包括网络口碑接受影响因素的三个构面:个人特征构面;网络口碑感知构面;网络口碑来源构面。并对三个构面所包括的7个变量及其相关关系作了介绍。

[关键词]技术接受模型;网络口碑;网络口碑接受;有用性;易用性

[中图分类号] F062.5 [文献标识码] A

[文章编号] 1673-0461(2009)09-0033-06

一、前 言

随着互联网的普及,网络已经成为继报纸、杂志、广播、电视之后的第五大媒介。并且,网络逐渐显现其强大的优势和吸引力,成为很多消费者日常信息搜集的重要工具。网络的互动性、及时性、针对性、生动性等特点是传统媒介无法比拟的。网络媒介的信息量巨大,给消费者的购物提供了很多的参考信息。很多企业都意识到了这一点,纷纷通过网络营销扩展自己的市场。大量的研究表明,口碑(Word-of-mouth)是最有影响力的沟通渠道之一,消费者一般认为口碑比营销者导向的沟通(人员推销、广告、公共关系等)更有可信力。在今天多样化的媒介环境下,寻求在消费者中产生积极的口碑已经成为营销者的一个重要工具。网络口碑(Internet Word-of-mouth,简称IWOM)指以网络为媒介,通过电子邮件、使用者群组(usenet groups)、在线论坛(online forums)和入口网站讨论区(portal discussion areas)等形式进行的口碑传播(Hanson,2000)。据中国互联网络信息中心(CNNIC)2008年7月公布的中国互联网络发展状况统计报告,截至2008年6月底,中国网民数量达到2.53亿人,超过美国居全球首位。随着互联网的普及和网民数量的增加,网络传播的影响力愈加强烈,互联网的商机更加明显。对于商家而言,了解消费者网络口碑的接受原因与过程、并促成积极的网络口碑传播是网络口碑营销成功的关键。

二、网络口碑及消费者的网络口碑接受

(一)网络口碑

近年来,随着互联网技术的不断发展,口碑有了新的传播方式,学术界对网络口碑关注度逐渐增加,针对互联网环境下虚拟社区中口碑的研究成为了一股新兴的力量出现在口碑营销研究领域中。学者们开始对口碑的传统理解进行反思,认为已经到了必须对口碑范畴进行突破的时候了(Bickart,2002)。Hennig-Thurau et al.(2004)指出互联网的出现,使顾客可以通过浏览网页来收集其它消费者所提供的产品信息,并赋予顾客能力来针对特定主题进行自身经验、意见与相关知识的分享,这就形成网络口碑。以往研究对于网络口碑的界定在内涵上与传统口碑相似,关键是强调所借用的互联网媒介,以及由于互联网的传播优势所带来的网络口碑的新的特征。本文将“网络口碑”界定为:互联网用户借助互联网络各种同步或异步沟通工具发布、传播的口碑信息。其与传统口碑在内容上相似、但表现形式上差别很大。网络口碑与传统口碑的区别主要表现在以下方面:

1.匿名性

互联网信息发布者的真实身份很难确定,接受者所看到的一般是虚拟身份。所以,与传统口碑传播相比,网络口碑的传播者承受的社会舆论压力较低,可以拥有更多的个人隐私权,同时可以更大自由地发表言论,表达自己对产品的满意或愤怒等一系列的真实感受。由于网络口碑的匿名性,企业可以比较容易地在网上发布虚假的信息诋毁竞争对手的声誉,或者提高自身的声誉,这就助长了负面口碑甚至是谣言散布的行为。同时给消费者利用网络口碑做出购买决策提供了一定的误导,并对品牌和公司形象造成许多不良的影响。这应引起企业的重视,努力促成正面口碑传播,降低负面口碑的产生、传播。

2.传播速度快

网络口碑具有很强的易复制性和再生性,因此它可以轻易地被“再传播”或者“二次传播” (sun et al.,2006)。如果说传统口碑是在非公开的个人层面上传播的话,网络口碑则是在公开的群体层面上进行传播,因此,它的传播速度和波及范围都是前者所无法比拟的 。消费者通过互联网传播自己的消费体验时,时间成本和机会成本很低,因此消费者可以在任何时间、任何地点发布关于某次消费的体验,这就造成了网络口碑在数量上有了前所未有的规模。互联网环境下,口碑信息能够更容易地被复制、转贴和引用,这使得基于网络传播的口碑信息能以病毒式、几何指数级的速度扩散到更广的范围。网络口碑的影响范围也从传统的人际交往圈扩展到无数的网民 。虽然网络口碑传播速度快,但由于主要是通过直接复制等方式,所以口碑信息的保真性和可信度较高。

3.非面对面沟通

以互联网为媒介的网络口碑传播,借助Email、博客、网络评论、讨论区留言板、MSN、QQ、飞信等同步和异步的沟通方式,不需要通过传统人际沟通的面对面形式既可以实现信息的有效沟通。一方面使沟通更便捷和方便,另一方面也不受沟通传播者和接受者自身情况(心情、表情、举止等)以及外界环境的影响。网络口碑的非面对面沟通也扩展了信息传播的过程。传统口碑的基本型态为一对一传播,而网络口碑传播的初始型态即为一对多;如果有转帖或转载行为(转帖是网上论坛的普遍行为,指主帖被其他网友在其它论坛或版块发布;转载指被传统媒体转载或追踪报道),则进入多对多传播过程。

4.口碑信息有形化

传统口碑信息具有易逝性,信息随传随消,除非启动另一个传播过程;而网络口碑信息则可以随时随地获取。传统口碑大多是消费者之间的口耳相传,是无形的,难以捉摸和把握。而网络口碑往往是有形的,表现为文字、图片、多媒体等格式。网络口碑的有形化使口碑更生动且易于保存,有利于消费者反复、准确地领会口碑内容,强化了口碑的影响力。而在网络口碑传播的时代,口碑传播的有形性,为研究者和企业测量提供了极大的方便,也使得网络口碑营销成为当前营销研究的热点问题。

5.超越时空性

传统口碑的表现是无形的,其传播过程的时间和空间对于传播者和接受者来说是一致的,传播具有同步性。而以文字、图片、多媒体为格式的网络口碑可以24小时放置在网站的页面上,所以人们对于传统口碑的认识不能很好地用来解释网络口碑。网络口碑传播者可以在任何时间和地点传播口碑信息,网络口碑的接受者亦可以不受时空限制随意浏览、接收网络口碑信息,所以网络口碑就具有超越时空性的特点。由于消费者有时在网上使用即时通信工具,所以某些网络口碑也具有同步性特点。网络口碑超越时空性的特点,使得其影响的广度和深度加强了。

(二)消费者的网络口碑接受

商家让消费者接触到网络口碑的内容,是实现网络口碑接受的前提。这一方面要求商家主动扩大网络口碑的影响范围,另一方面也有赖于消费者对网络口碑的主动搜索。商家可以通过良好的品质、信誉、事件创造更多地口碑素材,并且也应注意意见领袖这一口碑传递金字塔尖的少数群体的重要作用。当前,消费者通过网络搜集口碑信息的比例还是比较高的。以CNNIC2008年6月的报告中网络购物用户阅读商品评论情况为例(见图1),买每个商品都看的占53.9%,买大多数商品都看的占25%,两者合计占78.9%。从来不看得只占10.6%。由此可见,消费者网络口碑搜集的主动性较高,网络口碑对其购买行为的影响明显。

消费者网络口碑的接受会受到个体特征、口碑来源、社会环境等各方面因素的影响,其结果具体表现为网络口碑信任和购买行为意向两方面。

1.网络口碑信任

在网络购物和网络忠诚领域的研究表明,信任不但在关系营销中扮]重要的角色,在电子商务中也成为企业获利与否的一项重要指标。Mayer et al.(1995)指出整体信任是由一连串可信任信念所产生的,信任的结果是真正愿意去承担风险的意图。McKnight et al.(2002)提出的信任模型,在虚拟环境下的研究中被引用最多。在网络口碑营销的研究中很多学者都引入信任理论,将信任作为影响消费者决策的中介变量,来建立网络口碑研究模型。

在信任的基础上,消费者在自主性与高涉入的信息交流模式下产生行为与评价上的改变,可以有效地降低认知风险、减少不确定性。以往的研究一般认为口碑被感受到具有较高的信赖感(Wirtz&Chew,2002;Derbaix&Vanhamme,2003)。在网络口碑传播中,消费者自身的信任倾向越高,消费者与网站关系越紧密,站点本身的可信度越高,则网络口碑对消费者购买决策的影响越大。Smith(2002),Smith et al.(2005)通过实证认为专业性、关联强度和个人信任倾向影响信任。信任是专业性、关联强度和决策制定的中介变量。Komiak(2003)对自动推荐信息的实证研究结果为信任是内在化、熟悉度与采纳意愿、辅助偏好的中介变量。Senecal et al.(2004)通过实验的方法研究,结果显示得到正向推荐信息的消费者购买某种产品的频率是那些没有得到正向推荐信息消费者的两倍。网络上的负面口碑对于消费者对商店的信任程度和购买动机都有负向的影响;而这种负向影响的程度与消费者对于店铺熟悉的程度成反比例关系,而且,因为低价而选择购买的消费者越容易受到负面评价的影响。

2.购买行为意向

只有明确网络口碑是如何影响消费者决策和行为的,才能提出有针对性的营销策略。以往研究对网络口碑对消费者行为影响的研究较多。本文对消费者购买行为意向的界定比较宽泛,没有区分在线和离线两种购物行为。例如,随着商品价值的增加,消费者更多会选择离线购物,但网络口碑对其意愿的影响依然存在。

国内外学者对网络口碑的研究,往往都归结到对消费者影响上来。Engel,Blackwell&Kegerreis15(1969)的研究发现,有60%的受访者认为口碑是最具有决策影响力的信息来源。口碑的角色地位己获得一致性的肯定,许多研究者将口碑列为重要的商品成功因素。当前,互联网虚拟社区给消费者提供了一个广泛传播网络口碑的途径,很多研究都开始关注虚拟环境中的口碑传播效应(Godes&Mayzlin,2004;Kozinets,2002;Nelson&Otnes,2005)。Bickart&Schindler(2001)的研究进行了一个实验,消费者被指示从两种不同的信息来源来收集关于产品的购买可能、预期花费、产品知识、想法和兴趣等5种信息:一是在线讨论区(如论坛);一是公司网页。研究结果显示,12周以后,从在线讨论区收集信息的消费者对产品有着更大的兴趣。在线论坛比公司网站在可信性、中肯性和引起同情的能力等方面都更有影响力。Chevalier et al.(2006)研究了Amazon.com和Bamesandnoble.com这两个网络购书网站上对于书籍的评价,结果显示如果其中一个网站上对于某书籍的评价提高了,会相应增加书籍在该网站上的相对销售额。

三、技术接受模型及应用

(一)技术接受模型内涵

技术接受模型(Technology Acceptance Model,简称TAM)是Davis在1989年运用理性行为理论研究用户对信息系统接受时所提出的一个模型(见图2),提出技术接受模型最初的目的是对计算机广泛接受的决定性因素做一个解释说明。技术接受模型提出了两个主要的决定因素:感知的有用性(perceived usefulness),反映一个人认为使用一个具体的系统对他工作业绩提高的程度;感知的易用性(perceived ease of use),反映一个人认为容易使用一个具体的系统的程度。

技术接受模型认为系统使用是由行为意向(behavioral intention)决定的,而行为意向由想用的态度(attitide toward using)和感知的有用性共同决定,想用的态度由感知的有用性和易用性共同决定,感知的有用性由感知的易用性和外部变量共同决定,感知的易用性是由外部变量决定的。外部变量包括系统设计特征、用户特征(包括感知形式和其他个性特征)、任务特征、开发或执行过程的本质、政策影响、组织结构等等,为技术接受模型中存在的内部信念、态度、意向和不同的个人之间的差异、环境约束、可控制的干扰因素之间建立起一种联系。

(二)应用

由于TAM有着坚实的理论基础,一经提出就引起了理论界的广泛重视。在过去的二十多年中,TAM模型的解释力和量表的有效性在不同用户群体、不同技术、不同组织环境下不断得到验证,模型本身也得到不断完善。国外研究者在各种信息技术应用背景下,如办公室自动化软件、各类网站(教育网站、远程医疗、搜索引擎、电了公告系统等)、电了商务网站(B2B, B2C电子超市、虚拟商店等)等方面,展开了大量和广泛的实证研究。研究结果在相当程度上肯定了模型的解释能力和有效性(见表1)。表1所示为以往一些学者运用技术接受模型进行研究的模型自变量、中间变量、因变量和研究内容的汇总表,从中我们可以看出学者们根据所研究内容对模型结构所作的调整。

目前对技术接受理论研究的思路,是在Davis模型的框架内研究模型的构成要素(用户行为的影响因素)以及它们之间的关系描述 。根据所研究内容的不同,学者们对模型的变量作了调整,运用了SPIR,心理依恋,信任,自我效能,交易意愿等新变量,拓展了TAM的应用范围。

四、构建基于TAM的网络口碑接受模型

(一)模型构建

网络口碑的研究情景符合技术接受模型的适用范围,构建基于TAM的网络口碑接受模型具有一定的理论和现实意义。本文对于网络口碑接受模型的构建是网络口碑理论和TAM理论的结合,希望能得到有价值的网络口碑分析方法。在所构建的网络口碑接受模型中,影响因素分为个人特征、网络口碑感知、网络口碑来源三个构面,如图3所示。3个构面共同对网络口碑接受产生影响,相互之间也有相关关系。个人特征构面包括信任倾向、网络涉入、感知风险三个变量;网络口碑感知构面包括感知有用性和感知易用性两个变量;网络口碑来源构面包括专业性与关系强度两个变量(见图3)。

(二)变量选择

对于基于TAM的网络口碑接受模型中各变量的选择,是在分析以往文献的基础上提出的。网络口碑影响力的大小和网络口碑营销的成功与否主要取决于网络口碑可信度的高低。一些实证研究结果发现,消费者和信息发布者的关系强度、消费者对于网络口碑传播平台的依赖程度、消费者感知的网站有用性、风险程度和信任倾向都显著影响消费者的网络口碑可信度和口碑效果。

1.个人特征构面

Mayer et al.(1995)指出整体信任是由一连串可信任信念所产生的,信任的结果是真正愿意去承担风险的意图。McKnight et al.(2002)提出的信任模型,在虚拟环境下的研究中被引用最多。Ridings et al.(2002)研究虚拟社区中信任的影响因素和其对知识给予和获取的影响,研究结果表明他人回复、他人信息披露和信任倾向均对社区成员信任有直接影响,信任也直接影响成员的信息给予和获取意愿。在网络口碑营销的研究中很多学者都引入信任理论,将信任作为影响消费者决策的中介变量,来建立网络口碑研究模型。

涉入入理论最早是在1947年由美国学者Sherif和Cantril在研究社会判断理论时提出来的。简单地说,社会判断理论认为,一个人对某一事件的自我涉入程度越深,则其接受相反意见的余地就越小,此乃反比效应;相反,对于与自己相同的意见,自我涉入程度深的人不但乐于接受,而且还会予以支持,此为同比效应 。消费者网络涉入表示消费者对网络的熟悉程度和借助网络搜集信息的主动性。网络涉入的高低能够影响消费者利用网络能力,和信息质量的判别能力。Chen&Rodgers(2006)在研究网络特性中分析了智能性、趣味性和有组织性是网络信息内容的三个重要特征。其中趣味性定义为引人入胜的、令人兴奋的和充满活力的三个维度。网络口碑的趣味性能提高受众对信息的接受度和涉入程度,并给受众留下较为深刻的记忆和印象。

在1960年美国营销协会第43届年会上,哈佛大学的Bauer首次把“感知风险”(perceived risk)的概念从心理学延伸到市场营销学的研究领域。1972年,Jacoby 和Kaplan对感知风险的维度进行了研究,在对12种不同消费品的感知风险进行测量后,发现财务风险、绩效风险、身体风险、心理风险和社会风险这五个维度解释了总体风险61.5 %的变异量。网络口碑营销中,感知风险是影响消费者行为的重要因素。网络口碑的匿名性,非面对面沟通等特点都加大了消费者的风险,对于消费者的网络口碑接受有直接影响。董大海等(2005)指出了以往网络购物感知风险纬度研究的不足,指出网络零售商和信服务风险、网络购物伴随风险、个人隐私风险、假货风险是影响消费者的主要因素。

2.口碑感知构面

口碑感知构面包括网络口碑感知有用性和易用性两方面,其主要参考了前述技术接受模型理论。口碑感知有用性指消费者认为网络口碑的价值,能够丰富消费者对商家的信息。口碑感知的易用性描述消费者是否能够容易的获得网络口碑,虚拟社区的建设、网站的设计、排版以及相应的链接都对其有影响。

网络口碑信息本身特征对于有用性和易用性的影响明显。网络口碑信息内容融入了网络媒体的特征,因此研究网络口碑内容的特性也应当从网络媒体特性角度去分析。网络口碑的数量、评价方向和分散程度都对口碑传播的效果有影响。网络口碑的数量越多,消费在知晓信息的可能性就越大。网络口碑的评价方向涉及到对某类产品或服务的评级的高低,代表了消费者的满意程度。正向口碑能加强消费者的期望,而负向口碑带来相反的效果。网络口碑的分散程度是指在不同虚拟社区发布口碑的情况。可以肯定,网络口碑分散程度越高,越有可能接触到消费者,增加了传播的影响面。

3.口碑来源构面

在网络口碑传播中,传播者是行为的主体,其传播意愿和传播能力是影响传播效果的主要因素。Dee T.Allsop et al.(2007)指出在一个给定的社会网络里不是所有的个体都具有同等的影响。决定口碑传播能力大小的因素主要是专门知识,例如Gilly et al.(1998)指出传播者的专门知识直接影响着接收者的购买决策。Mitchell&Boustani (1994)在研究专门知识的作用时发现,那些具有专门知识的专家获取产品知识的能力很强,而这些知识对产品购买者的选择产生至关重要的影响。许多学者都己经证实来源的可信度是传播者特征中决定口碑是否具有说服力的最主要因素。

口碑传播者与接收者之间的关系强度也是影响口碑传播效率与质量的关键因素之一。口碑传播的来源可依照信息沟通的双方彼此的关系强度来分类,分为强联结和弱联结,当彼此互相认识时,此强度关系愈强。口碑的传播者可以是亲密的朋友、家人或亲戚(强联结),也可以是认识的人或陌生人(弱联结)。Brown和Reigen (1987, 1990)的研究发现,口碑传播者与口碑接收者之间强关系的推荐比弱关系的推荐更有可能引起双方主动地搜寻和传递信息,而且强关系对接收者的行为影响要比弱关系大得多,其原因可能在于,强关系的双方较之弱关系的双方在接触频率、关系承诺、人际信任等方面更高所致。

王遵智(2004)应用Gilly et al.(1998)和Bansal&Voyer (2002)的模型,研究传播者专业程度、接收者专业程度和关联强度对口碑信息影响效果的影响,并以商品类型作为调节变量。汪涛,李燕萍(2007)以虚拟社区中的参与者为研究对象,通过定量研究探讨了虚拟社区中推荐者的特征如关系强度和感知专业性,是如何影响推荐的效果的。他们的研究发现,关系强度和感知专业性是通过信任这一中介作用于推荐对购买决策的影响的,同时,产品涉入在其中其一定的调节作用。

(三)相关关系

本文所构建的基于TAM的网络口碑接受模型中各变量的相关关系,通过模型中的箭头连线来表示。口碑感知构面和网络口碑接受的关系,参考了Davis的技术接受模型,没有作修改,不再作具体解释。个人特征构面的信任倾向对网络口碑感知的有用性和网络口碑信任有影响;网络涉入对网络口碑感知易用性和网络口碑信任有影响;感知风险对网络口碑信任和购买行为意愿有影响。网络口碑来源构面的专业性对感知有用性和网络口碑信任有影响;关系强度对感知易用性和网络口碑信任有影响。变量间的相关关系有正相关和负相关,负相关关系包括:感知风险——网络口碑信任和感知风险——购买行为意愿之间的关系。

五、结 语

正如意识到互联网的重要性一样,网络口碑也引起了越来越多的商家的关注。成功实施网络口碑营销,前提是对网络口碑的传播和接受过程及各种影响因素的了解。本文在前人研究的基础上,所构建的基于TAM的网络口碑接受模型,试图揭示网络口碑接受各影响因素的关系。模型本身对网络口碑营销的实践具有指导性,当然进行科学的实证研究将会使模型更有说服力,这是笔者接下来需要完善的内容。另外,本研究在区别产品类别、网络口碑类别和具体的购买行为方面还存在不足,需要将来进一步完善。

[参考文献]

[1]金立印.网络口碑信息对消费者购买决策的影响:一个实验研究 [J].经济管理,2007,(22).

[2]郑智斌,熊文珍.网络口碑传播与互联网的社会化[J].南昌大学学报(人文社会科学版), 2008,(1):138-142.

[3]方针.用户信息技术接受的影响因素模型与实证研究[D].复旦大学,2005.

[4]赵昆. 信息技术用户接受模型研究现状分析及展望[J]. 云南财经大学学报,2007,23(2):104-108.

[5]韩兆林. 涉入理论及其在消费者行为研究中的运用[J]. 外国经济与管理,1997,(1).

[6]Arndt,J. Role of product-Related Conversations in the Diffusion ofa New Product[J] . Journal of Maketing Research, 1967,4(l):291-295.

[7]Amoako-Gyampah, K., & Salam, A. F.. An extension of thetechnology acceptance model in an ERP implementation environment [J]. Information & Management, 2004, 41(6), 731-745.

[8]Alanah Davis& Deepak Khazanchi. An Empirical Study of OnlineWord of Mouth as a Predictor for Multi-product Categorye-Commerce Sales[J]. Electronic Marketers, 2008,18(2):130-141.

[9]Bickart,B.&Schindler R.M. Internet Foroms as Influential Sourcesof Consumer Information[J] . Journal of Interactive Marketing,2001,15(3):31-40.

[10]Cheung, Christy M. K.,Lee, Matthew K. O.,Rabjohn, Neil. Theimpact of electronic word-of-mouth: The adoption of onlineopinions in online customer communities[J]. Internet Research,2008,18(3):229-247.

[11]David Godes, Dina Mayzlin. Using Online Conversations to StudyWord-of-Mouth Communication[J]. Marketing Management,2004,23(4):545-560.

[12]Davis, F. D. A technology acceptance model for empiricallytesting new end-user information systems: Theory and results[D].Sloan School of Management, MassachusettsInstituteofTechnology,1986.

[13]Davis, F. D.. Perceived usefulness, perceived ease of use, anduser acceptance of information technology[J]. MIS Quarterly,1989,13(3):319-339.

[14]Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. User acceptance ofcomputer technology: A comparison of two theoretical models[J].Management Science, 1989,35(8):982-1003.

[15]Dee T. Allsop, Bryce R. Bassett, James A.Hoskins. Word-of-mouthResearch: Principles and Applications[J]. Journal of Advertising Research,2007,12:398-411.

[16]Dong-Hee Shin; Won-Young Kim. Applying the TechnologyAcceptance Model and Flow Theory to Cyworld User Behavior[J].CyberPsychology & Behavior, Jun2008, Vol. 11 Issue 3, p378-382.

[17]Gefen, D., Karahanna, E., & Straub, D. W.. Trust and TAM inonline shopping: An integrated model[J]. MIS Quarterly, 2003,27 (1):51-90.

[18] Gefen, David; Straub, Detmar W.. Gender Differences in thePerception and Use of E-Mail_ An Extension to the TechnologyAcceptance Model[J].MIS Quarterly, Dec97, Vol. 21 Issue 4,389-400, 12.

[19]Gilly, M.C.,Graham, J.L., Wolfinbarger, M.F., &Yale, L.J. ADyadic Study of Interpersonal Information Search[J]. Journal ofthe Academy of Marketing Seience, 1998,2:83-100.

[20]Hsu M.H., Ju T.L., Yen C.H.&Chang C.M. Knowledge sharingbehavior invirtual communities: The relationship between trust,self-efficacy, and out come expectations[J]. Int.J. Human-Computer Studies. 2007,(65):153-169.

[21]Hu, Paul J.; Chau, Patrick Y. K.; Liu Sheng, Olivia R.; Kar YanTam. Examining the Technology Acceptance Model Using PhysicianAcceptance of Telemedicine Technology[J].Journal ofManagement Information Systems, Fall99, Vol. 16 Issue 2, 91-112, 22 .

[22] Pavlou, Paul A. Consumer Acceptance of Electronic Commerce:Integrating Trust and Risk with the Technology Acceptance Model [J]. International Journal of Electronic Commerce, Spring2003,Vol. 7 Issue 3, p101-134, 34p.

[23]Smith,D.N. Trust me,would I steer you wrong? The influence ofpeer recommendations with in virtual communities [D]. Universityof Illinois at Chicago, 2002.

[24]Stauss,B. Global word of mouth. Service Bashing on the Intemet isa Thorny Issue[J]. Marketing Management ,1997,6(3):28-30.

[25]Stauss,B. Using new media for customer interaction: A challengefor relationship marketing[M]. inT.Hennig-Thurau&U.Hansen (Eds.), RelationshipMarketing, Berlin:Springer,2000:233-53.

[26]Vijayasarathy, L. R.. Predicting consumer intentions to useon-line shopping: The case for an augmented technology acceptancemodel[M]. Information & Management, 2004, 41(6):747-762.

[27]Yubo Chen,Jinhong Xie. Online Consumer Review: Word-of -Mouth as a New Element of Marketing Communication Mix[M].Management Science, Mar2008, Vol. 54 Issue 3, p477-491.

[28]陈蓓蕾. 基于网络和信任理论的消费者在线口碑传播实证研究 [D].博士学位论文,浙江大学,2008 .

[29]郭国庆,杨学成,张杨.口碑传播对消费者态度的影响:一个理论模型[J]. 管理评论2007,19(3):20-26.

[30]汪 涛,李燕萍. 虚拟社区中推荐者特征对推荐效果的影响 [J]. 商业经济与管理,2007,(11).

[31]王遵智.网络口碑中个人专业与关系强度对购买决策的影响—以电子邮件为例[D].硕士学位论文,台湾科技大学,2004.

On Acceptance of Internet Word-Of-Mouth Based on Technology Acceptance Model

Bi Jidong

(School of Management, Shandong University, Jinan 250100, China;

School of Business Administration, Shandong Economic University, Jinan250014, China)

Abstract: Currently, because of widespread Internet, the traditional word-of-mouth represents a new shape—Internet word-of-mouth by internet media. The consumers opportunity to contact Internet greatly increases, and the influence of Internet word-of-mouth on consumers purchasing behavior is more and more evident. The Merchants must know the process of Internet word-of-mouth diffusing in order to promote the sales by Internet word-of-mouth. In the process of Internet word-of-mouth diffusing, the consumers acceptance of Internet word-of-mouth is the premise of the success of Internet word-of-mouth marketing. Based on the analysis of Technology Acceptance Model theory and internet word-of-mouth literature, this article constructs internet word-of-mouth acceptance model based on TAM. The model includes three facets influencing factors of internet word-of-mouth acceptance: personal character facet, internet word-of-mouth perceiving facet, and internet word-of-mouth source facet. Finally, the article introduces the seven variables of three facets and the correlativity.

Key words: Technology Acceptance Model; internet word-of-mouth; acceptance of internet word-of-mouth; usefulness; usability

(责任编辑:张丹郁)