外文翻譯--社會影響在電子商務(wù)決策中的作用

1、<p><b>　　中文3610字</b></p><p><b>　　畢業(yè)論文（設(shè)計）</b></p><p><b>　　外文翻譯</b></p><p><b>　　外文原文</b></p><p>　　Impact of Social I

2、nfluence in E-Commerce Decision Making</p><p><b>　　ABSTRACT</b></p><p>　　Purchasing decisions are often strongly influenced by people who the consumer knows and trusts. Moreover, man

3、y online shoppers tend to wait for the opinions of early adopters before making a purchase decision to reduce the risk of buying a new product. Web-based social communities, actively fostered by E-commerce companies, all

4、ow consumers to share their personal experiences by writing reviews, rating others’ reviews, and chatting among trusting members. They drive the volume of traffic to retai</p><p>　　Categories and Subject Des

5、criptors</p><p>　　H.1.2 [User/Machine Systems]:Human Factors, Human Information Processing; J.1 [Administrative Data Processing]::Marketing.</p><p>　　General Terms</p><p>　　Manageme

6、nt; Human Factors; Theory.</p><p><b>　　Keywords</b></p><p>　　Social Network; E-Commerce.</p><p>　　1. INTRODUCTION</p><p>　　Browsing, searching, and buying a

7、 product on E-commerce websites is often a time consuming and frustrating task for consumers. Over 80% of Web shoppers have at some point left Ecommercewebsites without finding what they want. Richer E-commerce systems t

8、hat connect companies to their customers could enhance customers’ decision making and their bottom line. E-commerce companies are attempting to support part of their potential customers’ decision making process by introd

9、ucing personalized Web-base</p><p>　　Sinha and Swearingen , however, found that consumers are far more likely to believe recommendations from people they know and trust, i.e., friends and family-members, rat

10、her than from automated recommender systems in E-commerce websites. In reality, a person’s decision to buy a product is often strongly influenced by his or her friends, acquaintances and business partners, rather than st

11、rangers. Nevertheless, online communities on the Web allow users to express their personal preferences and to </p><p>　　Approaches incorporating social influence into recommender systems or online marketing

12、in E-commerce have started gaining momentum. Some researchers have suggested social recommender systems that take into account social interaction in combination with purchase preferences and profiles when generating reco

13、mmendations. Lam proposed a collaborative recommender system incorporating social network information,called Social Network in Automated Collaborative-filtering of Knowledge (SNACK). The simila</p><p>　　Some

14、 researchers have focused on the consumer networks that are formed through the direct and indirect interactions (e.g., to read and rate reviews) between consumers to maximize the impact of direct marketing through social

15、 influence. Models have been proposed to identify a set of highly influential customers to maximize word-of-mouth effects or to find target customers based on the preferences and influencial impact from previous customer

16、s,. Domingos et al. proposed a model to mine a customer’</p><p>　　Although some emerging research has started to incorporate social influence in E-commerce, it has been limited to data sources about social i

17、nteraction captured from E-commerce interactions only, which is only a subset of the information that is becoming available. In this paper, we present an overview of the impact of social influence in E-commerce decision

18、making to provide guidance to researchers and E-commerce companies.Specifically, we examine various ways to capture social influence using </p><p>　　We begin by identifying the impact of social influence in

19、various aspects of E-commerce in Section 2 and then describe how to exercise social influence on a customer’s decision making process with an example in Section 3. We provide a summary of technology for social network an

20、alysis in Section 4 and discuss research challenges in Section 5. We conclude the paper in Section 6.</p><p>　　2. WHAT IS SOCIAL INFLUENCE?</p><p>　　A social network is a graph of relationships

21、and interactions within a group of individuals, which often plays a fundamental role as a medium for the spread of information, ideas, andinfluence among its members. A Web-based social network provides various methods s

22、uch as a chat room and a discussion forum for participants who can interact, exchange opinions, and compare experiences with others. In the context of E-commerce,social networks emerge since many websites help a consumer

23、’s final purcha</p><p>　　An approach to measuring the social influence between consumers of an E-commerce website provides multiple benefits.First, online shoppers are provided a number of high quality and p

24、ersonalized reviews of a product from trusted sources to convince them to buy. Second, a company producing a product may get customers’ direct and detailed responses and be in a better position to predict market trends.

25、Third, an E-commerce website can identify opinion leaders with high influence and maximize the eff</p><p>　　Therefore, constructing a social network using interactions between consumers and finding the impor

26、tant nodes, i.e.,influential customers in the constructed social network has been a key issue for marketers as well as sociologists for some time. Many kinds of centrality measures have been developed, e.g. degree centra

27、lity, which treats high degree nodes as important and distance centrality, which treats nodes with short paths to many other nodes as important. Some online communities such as Epin</p><p>　　6. CONCLUSION<

28、;/p><p>　　Although social influence has impact on E-commerce decision making, few studies have considered social influence in an Ecommerce decision support system, because until recently data about social inter

29、action has not been adequately captured in Ecommerce. Currently, however, the E-commerce customer base is at a turning point from a transaction-based society to are lationship-based society. As Web-based social networks

30、have become more popular, consumers who may not have complete information about </p><p>　　Source: Young Ae Kim and Jaideep Srivastava. Impact of Social Influence in E-Commerce Decision Making[J]. Economic We

31、ekly, 2008,(29):293-301.</p><p><b>　　譯文：</b></p><p>　　社會影響在電子商務(wù)決策中的作用</p><p><b>　　摘要</b></p><p>　　購買決策往往受消費者的認識和信任的影響。此外，許多網(wǎng)上購物者往往通過了解已購買者對商品的評價

32、后才作出是否購買的決定，這樣一來可以降低消費者購買新產(chǎn)品的風(fēng)險?；诰W(wǎng)絡(luò)的社會團體，在電子商務(wù)公司的積極培育下，允許消費者在網(wǎng)上填上個人評價，或者評級他人的評論以及成員之間可以相互溝通。他們帶動了零售網(wǎng)站的流量體積，并成為網(wǎng)絡(luò)購物者的起點。電子商務(wù)公司最近已開始捕捉消費者在其個人網(wǎng)站相互之間的互動數(shù)據(jù)，并利用客戶對購買決策的客觀理解來完善客戶關(guān)系管理以及增加銷售量。在本文中，我們?yōu)閷Α吧鐣绊憣﹄娮由虅?wù)決策的作用”這一領(lǐng)域感興趣的研究人

33、員和公司提供了一個簡要的介紹。同時，我們將分析如何從互聯(lián)網(wǎng)上獲取有關(guān)社會影響的數(shù)據(jù)以及社會影響將如何被電子商務(wù)用來優(yōu)化用戶決策過程。我們還提供了社會網(wǎng)絡(luò)的技術(shù)分析總結(jié)，并指出了測量和利用社會影響來優(yōu)化電子商務(wù)決策這一過程中存在的挑戰(zhàn)。</p><p>　　分類和主題描述H.1.2 [用戶/機系統(tǒng)]：人的因素，人類信息處理; J.1 [行政數(shù)據(jù)處理]：市場營銷。一般條款管理，人力因素，理論。關(guān)鍵詞社會網(wǎng)絡(luò)

34、，電子商務(wù)</p><p><b>　　簡介</b></p><p>　　瀏覽，搜索和購買電子商務(wù)網(wǎng)站的產(chǎn)品對消費者來說往往是一項耗時和令人沮喪的任務(wù)。超過80％的網(wǎng)絡(luò)購物者直到某個離開的時候都沒有找到他們想要的東西。更豐富的電子商務(wù)系統(tǒng)，連接到他們的客戶公司可以提高客戶的決策和他們的底線。電子商務(wù)公司正試圖通過以引入個人化的網(wǎng)頁制作為基礎(chǔ)的決策推薦系統(tǒng)來支持潛在的客

35、戶。這些推薦系統(tǒng)提供有關(guān)其購買的歷史記錄、過去的評級資料以及消費者利益的個性化建議。這些協(xié)同過濾推薦系統(tǒng)已經(jīng)應(yīng)用到許多電子商務(wù)網(wǎng)站（如電影，音樂和餐廳的建議），它會為消費者喜歡的產(chǎn)品列出一個預(yù)測清單，這種做法已經(jīng)取得了良好的成效。一個典型的協(xié)同過濾算法是：基于他或她喜好的共享產(chǎn)品以及相似的品味，彼此之間建立一種好友關(guān)系，共同商議購買決策。</p><p>　　然而，辛哈和斯威林但發(fā)現(xiàn)，相比電子商務(wù)網(wǎng)站的自動推薦系

36、統(tǒng)，消費者更傾向于采納他們認識的或信任的人提供的意見，比如朋友、家人。在現(xiàn)實中，一個人的決定購買某種商品，往往是受他的朋友、熟人和業(yè)務(wù)伙伴的強烈影響，而不是陌生人。因此，在網(wǎng)絡(luò)上允許用戶表達自己的個人愛好、評價別人的建議，同時確定信任的成員。根據(jù)Hitwise的研究，社會網(wǎng)絡(luò)站點包括MySpace和Facebook正在推動至（即，6％的零售量在2006年）零售點的交通量日益增加，并因此成為網(wǎng)絡(luò)上那些對電子商務(wù)有興趣的用戶的起點。這種流量

37、的增加，從社會網(wǎng)絡(luò)網(wǎng)站，表明一個消費者對另一個消費者的決策極具影響。因此，電子商務(wù)公司可以利用這種消費者之間的社會影響力來支持客戶關(guān)系管理，提高銷售。</p><p>　　納入電子商務(wù)推薦系統(tǒng)的社會影響力和網(wǎng)絡(luò)營銷已經(jīng)開始蓄勢待發(fā)。一些研究者建議社會推薦系統(tǒng)應(yīng)該考慮到社會互動與購買偏好以及相關(guān)的經(jīng)濟利益。林提出了一種協(xié)同推薦系統(tǒng)，包含社會網(wǎng)絡(luò)的信息，稱為“社會網(wǎng)絡(luò)知識自動化協(xié)同”，簡稱SNACK。評分相似的用戶根

38、據(jù)兩者之間的網(wǎng)絡(luò)距離（即最短路徑長度）進行重新修改，并且著重傾向于關(guān)閉網(wǎng)絡(luò)的客戶端。馬薩等人使用來自Epinions.com的可靠數(shù)據(jù)建立了信任模型用以預(yù)測在網(wǎng)絡(luò)中傳播和提出建議的價值。這些社會推薦系統(tǒng)已被觀察到實現(xiàn)了較好的預(yù)測率，同時也解決了例如一個新的用戶因沒有對系統(tǒng)進行良好的預(yù)測而挑選不出喜好的產(chǎn)品這種冷啟動問題。社會網(wǎng)絡(luò)中對社會影響和信任價值的評價方法已經(jīng)逐漸成為了提高推薦系統(tǒng)準(zhǔn)確性的關(guān)鍵。</p><p&g

39、t;　　一些研究人員把重點放在了消費者通過直接和間接的相互作用（例如，讀取和速率評價）如何最大限度地發(fā)揮社會影響在直銷中的作用。通過分析一系列有影響力客戶的口碑效應(yīng)以及尋找根據(jù)消費者偏好和以往經(jīng)驗制定購買決策的目標(biāo)人群模型已經(jīng)初步形成。多明戈斯等人以自己的一個客戶的網(wǎng)絡(luò)價值提出了一個模型，并指出了選擇哪一客戶市場的優(yōu)化策略。凱姆普等人解決了選擇極具影響力的客戶能夠最大限度地通過社會網(wǎng)絡(luò)傳播的影響力優(yōu)化問題。在這些努力中，如網(wǎng)絡(luò)價值的連鎖

40、效應(yīng)和社會影響力的措施都是關(guān)鍵問題。希爾等人建議電子商務(wù)應(yīng)使用現(xiàn)有的客戶營銷，以確定誰是可能根據(jù)以前購買者的購買經(jīng)驗來購買商品的潛在客戶，這是借鑒電信服務(wù)領(lǐng)域的一種做法。</p><p>　　雖然一些新興的研究已開始將社會影響納入電子商務(wù)，但它被限制在只從電子商務(wù)互動中捕獲到一點點信息，而這點信息只是大量有用信息中的一小部分。在本文中，我們簡要介紹了社會影響對電子商務(wù)決策的作用，同時也討論了在研究社會影響這一過程

41、中可能會遇到的困難，雖然本文沒有提供具體的措施或演算方法，但我們對社會影響力的理解也可能成為以發(fā)展社會互動為基礎(chǔ)的電子商務(wù)系統(tǒng)的決策制定戰(zhàn)略和方法的一個出發(fā)點。</p><p>　　我們首先在第2節(jié)中確定了社會影響在電子商務(wù)各個方面的作用，然后在第3節(jié)中描述了如何運用社會影響來優(yōu)化購買者的決策過程，緊接著在第4節(jié)中提供了一個社會網(wǎng)絡(luò)技術(shù)分析并在第5節(jié)中討論了研究過程中可能遇到的困難，第6節(jié)是總結(jié)部分。</p

42、><p>　　2、什么是社會影響？</p><p>　　社會網(wǎng)絡(luò)是一張描述人們相互活動的關(guān)系表,它作為信息、思想以及影響的傳播中介，往往起著至關(guān)重要的作用。社會網(wǎng)絡(luò)為客戶提供了各種各樣的交流方式,例如聊天室、討論論壇等等,供參與者之間交換意見,交流經(jīng)驗。在電子商務(wù)方面，自從許多網(wǎng)絡(luò)通過分享購買者的評分以及潛在購買者的評價，社會網(wǎng)絡(luò)便開始不斷地涌現(xiàn)。許多網(wǎng)上購物者傾向于等其他購買者發(fā)表評論后才作

43、出是否購買的決定以減少購買新產(chǎn)品所帶來的風(fēng)險。比爾登等人觀察了一個新產(chǎn)品兩種類型的社會影響力：規(guī)范性社會影響力（或主觀規(guī)范）和信息社會影響力。規(guī)范性社會影響力給人創(chuàng)造了一種必須購買某種商品或服務(wù)的壓力，因為人們?nèi)绻粔蛸I該種商品或服務(wù)就可能會被認為是“老土”，從而不得不放棄了個人的偏好。信息社會影響力是一個學(xué)習(xí)的過程，通過觀察人們在他們的社會關(guān)系網(wǎng)絡(luò)的早期購買經(jīng)驗，來決定是否購買新產(chǎn)品。因此，信息社會影響力在通過增加消費者偏好以及對產(chǎn)品

44、的信任程度能在客戶的態(tài)度和意向之間產(chǎn)生一種緩和的作用力。</p><p>　　有一種衡量社會影響在電子商務(wù)網(wǎng)絡(luò)中所起作用的方法顯示了社會影響力的多種作用。首先，網(wǎng)上購物者總是從可靠的網(wǎng)站來購買一系列高質(zhì)量、個性化的產(chǎn)品；其次，公司生產(chǎn)的產(chǎn)品可能會得到客戶的直接和詳細的答復(fù)，并更好地預(yù)測市場趨勢；第三，電子商務(wù)網(wǎng)站能夠識別具有高影響力的輿論領(lǐng)袖和最大限度地提高營銷于社會網(wǎng)絡(luò)的意見領(lǐng)袖周圍的成效。在最近的工作中，基于

45、網(wǎng)絡(luò)的營銷和病毒式營銷已經(jīng)被證明是比傳統(tǒng)的直接營銷更具成本效益，因為傳統(tǒng)的直銷方式只將客戶視為一個獨立決策者，而忽略了周圍的網(wǎng)絡(luò)效應(yīng)。病毒性營銷的前提是，先讓一些有影響力的消費者購買產(chǎn)品，必然會引發(fā)社會網(wǎng)絡(luò)中的朋友主動分享他們的經(jīng)驗或向其他朋友推薦這種產(chǎn)品。因此，公司就可以避免向那些很受朋友影響的消費者直接進行銷售也同樣達到銷售的目的。</p><p>　　因此，利用消費者之間的互動構(gòu)建社會網(wǎng)絡(luò)，尋找有影響力的領(lǐng)

46、頭消費者成為了營銷者以及相關(guān)社會學(xué)家的重點研究領(lǐng)域。因此，多種措施在此時被制定出來，如度中心，它把距離作為重要的尺度，即距離短的就是重要的。又如Epinions.com這些網(wǎng)站，他們鼓勵用戶提供真實的數(shù)據(jù)，在這些網(wǎng)站上，用戶之間彼此相互信任，共同建設(shè)著一個個性化的優(yōu)秀網(wǎng)站。許多電子商務(wù)網(wǎng)站如Amazon.com讓消費者購買作為饋贈朋友的一種產(chǎn)品，并推薦給好友。消費者還撰寫產(chǎn)品評論并評論其他消費評價的有用性。不過，總體而言，大部分社會網(wǎng)絡(luò)

47、都是通過非正式的、定性的、非觀測性的相互作用而形成的，因此很難在電子商務(wù)網(wǎng)站找到一個合法正規(guī)的社交網(wǎng)絡(luò)。不少研究人員已經(jīng)研究了如何在電子商務(wù)網(wǎng)站進行傳播，以及如何利用社會影響力來提高客戶在電子商務(wù)網(wǎng)站的決策，然而更多的研究主要是集中在社會網(wǎng)絡(luò)在網(wǎng)絡(luò)社區(qū)領(lǐng)域的影響，具體表現(xiàn)在閱讀、郵寄、評論、轉(zhuǎn)發(fā)等相互活動當(dāng)中。</p><p><b>　　6、結(jié)論</b></p><p&

48、gt;　　雖然社會影響會作用于電子商務(wù)決策，但是幾乎沒有人認為社會影響已經(jīng)被真正地利用起來，因為時至今日，電子商務(wù)系統(tǒng)都仍然沒有充分利用社會互動的數(shù)據(jù)。然而，目前的電子商務(wù)客戶群類型正在從交易型轉(zhuǎn)為關(guān)系型。隨著社會網(wǎng)絡(luò)的流行，對產(chǎn)品缺乏了解的消費者將越來越注重老客戶對商品的評價以及使用信息。很明顯，客戶決策過程取決于信任的人而不是產(chǎn)品制造商或推薦系統(tǒng)。由以前購買者撰寫的產(chǎn)品評價對潛在購買者有一種直接的、積極的影響，這種影響可以通過社會網(wǎng)

49、絡(luò)進行傳播。電子商務(wù)公司剛好處于能夠很好地利用消費者之間相互評價和建議這種決策支持工具的社會影響力的有利位置，使得電子商務(wù)公司最終能以較少的營銷成本增加銷售。因此，我們認為，社會影響力成為電子商務(wù)決策過程中一個天然有利的補充。本文中，我們概括地介紹了社會影響對電子商務(wù)產(chǎn)生的重要作用，給研究人員及電子商務(wù)公司指明了一個正確的方向。為了使社會影響在電子商務(wù)中發(fā)揮最大的作用，我們應(yīng)著眼于如何獲得電子商務(wù)網(wǎng)站上的社會互動信息，如何將社會影響與用