突出用戶相似性還是突出產品相似性？
——推薦解釋框架對消費者點擊意愿的影響研究

王永貴, 劉冬梅

（1. 浙江工商大學, 浙江 杭州 310018；2. 對外經濟貿易大學 國際商學院, 北京 100029）

一、引 言

隨著云計算、人工智能等數字技術的發展，基于數據和算法的個性化推薦得到了廣泛應用，大量企業采用這種技術幫助用戶快速發現自己感興趣的產品。例如，網易云音樂根據用戶的聽歌習慣為用戶推薦可能喜歡的歌曲；淘寶根據用戶的購買行為數據為用戶推薦可能感興趣的商品；愛奇藝根據用戶的瀏覽記錄、互動評論和分享記錄為用戶推薦可能想看的視頻。個性化推薦不僅有助于降低用戶的搜索成本、減輕信息過載給用戶帶來的負擔（王永貴和洪傲然，2022），也能給企業帶來巨額收益（Adomavicius等，2018）。根據網易云音樂發布的招股書，用戶播放的每10首歌里就有2.8首來自平臺的個性化推薦①摘自證券時報網,《網易云音樂擬赴港上市，2020年營收49億，在線活躍用戶1.8億》，https://www.stcn.com/article/detail/375326.html。。類似地，愛奇藝CTO湯興在2013年就指出，個性化推薦帶來的播放量超過其總流量的50%②摘自中國經濟時報，《愛奇藝視頻推個性化首頁》，https://lib.cet.com.cn/paper/szb_con/166340.html。；愛奇藝2020年第四季度財報顯示，觀看愛奇藝App首頁推薦內容的用戶數量同比增長了一倍③摘自搜狐網，《爆款內容頻出，愛奇藝(IQ.US)如何做到行業“領跑者”?》，https://business.sohu.com/a/451 503 306_323 087。。

個性化推薦的核心是推薦系統根據不同算法向用戶輸出推薦信息列表以及向用戶解釋推薦的理由或依據（Xiao和Benbasat，2007）。這種推薦解釋采用文字或圖片等形式向用戶解釋說明推薦產品的理由，本質上是一種說服行為（李治和孫銳, 2019）。由于產品推薦取決于系統的推薦算法，而推薦系統往往采用不同的推薦算法，因此企業做出的推薦解釋也會采用不同的表達形式來突出產品推薦的核心依據。例如，部分企業突出了產品推薦是基于用戶之間的相似性而做出的，如“購買該商品的其他買家還購買了……”（來自淘寶）或“喜歡這首歌曲的人，還喜歡……”（來自網易云音樂）；但也有部分企業突出了產品推薦是基于產品之間的相似性而做出的，如“相似好貨，為你推薦……”（來自京東）或“根據你聽過的歌曲推薦……”（來自QQ音樂）。根據Tversky和Kahneman（1981）提出的框架效應理論，同一問題往往會因語言表達方式的不同而導致完全不同的決策結果。例如，Levin和Gaeth（1988）將對事物某一特征的不同表達方式稱為特征框架（attribute framing），他們發現，分別從積極（75%的瘦肉）或消極（25%的肥肉）方面來描述同一份牛肉時，消費者更偏好積極框架下的牛肉。那么，個性化推薦中企業向用戶解釋推薦理由時，采用突出用戶之間相似性和突出產品之間相似性兩種不同的表達方式是否也會產生框架效應？企業應該如何在上述兩種推薦解釋框架之間做出抉擇呢？

對上述問題的解答具有重要的應用價值，因為改變推薦解釋的表達方式通常是一種成本幾乎為零的行為，但這種細微的改變可能顯著地提高消費者對產品推薦的點擊率。迄今為止，學術界對這一問題的研究還相對匱乏，只有Gai和Klesse（2019）做了初步探討，她們實證檢驗了突出用戶之間相似性和突出產品之間相似性兩種推薦解釋框架對消費者點擊行為的直接影響及其邊界條件。她們雖然驗證了兩種推薦解釋框架對消費者點擊行為的直接影響，但是并未探討其內在機制問題。本文在該研究的基礎上，深入剖析并驗證了這種框架效應產生的內在機制，同時還探討并檢驗了推薦解釋框架通過中介機制作用于消費者點擊意愿這一間接影響過程的邊界條件。

具體而言，本文基于社會影響理論，以淘寶平臺為研究情境，通過3個實驗探討了下列問題：①感知產品匹配性在推薦解釋框架（突出用戶之間相似性的框架/突出產品之間相似性的框架）對消費者點擊意愿影響過程中的中介作用；②產品類型（享樂型/實用型）對推薦解釋框架通過感知產品匹配性影響消費者點擊意愿的中介過程的調節作用；③推薦數量（一個/多個）對推薦解釋框架通過感知產品匹配性影響消費者點擊意愿的中介過程的調節作用。這些探討不僅可以補充和完善個性化推薦領域的相關研究，也可以拓展社會影響理論和框架效應理論在市場營銷領域的應用研究，還可以為企業實施個性化推薦策略提供實踐啟示。

綜上所述，本文的研究框架如圖1所示。

圖1 研究理論框架

二、文獻回顧與研究假設

（一）個性化推薦及推薦解釋

個性化推薦（personalized recommendation）是指企業的推薦系統根據用戶的瀏覽或購買等歷史行為數據來預測其感興趣的內容并提供即時建議的一種營銷策略（孫魯平等，2016；Gai和Klesse，2019）。智能推薦系統為消費者提供個性化產品推薦的過程包括數據輸入、推薦算法和推薦列表輸出三個步驟，其中數據輸入是獲取消費者特征、偏好和行為等信息并用于推薦的過程，推薦算法則是用于為消費者建立偏好模型，而推薦列表輸出即根據偏好模型向消費者展示不同的產品（孫魯平等，2016）。從個性化推薦生成的過程可以看出，個性化推薦系統的特征分為四個方面：推薦輸入、系統類型、交互過程和推薦輸出，其中推薦輸出又包括輸出內容（如推薦產品的信息、推薦列表的構成、推薦解釋等）和輸出形式（如推薦數量、列表編排和界面布局等）（Xiao和Benbasat，2007）。

研究表明，個性化推薦對消費者決策具有重要影響。Senecal和Nantel（2004）比較了三種不同來源的產品推薦對消費者選擇的影響：相較于來自“專家”和“其他消費者”的推薦，當產品來自于“推薦系統”時，消費者選擇該產品的可能性最高。進一步的研究證明：相較于同時來自“專家”和“其他消費者”的推薦或者“推薦系統”和“其他消費者”的推薦，當產品同時來自“專家”和“推薦系統”的推薦時，消費者選擇該產品的可能性更高（Xu等，2020）。此外，既有研究還分別考察了個性化推薦系統不同的特征及其使用對消費者決策過程和結果的影響（Ariely等，2004；Knijnenburg等，2012；Bollen等，2010；陳梅梅等，2020；Liao和Sundar，2022；Chen和Pu，2014；陳明亮和蔡日梅，2009），但只有少數的學者研究了推薦解釋這一特征所帶來的影響。

推薦解釋是個性化推薦系統特征的重要組成部分，它是指“以文字、圖片、動畫、聲音或者其他形式對推薦的依據、理由或推薦過程中遇到的問題向用戶進行解釋或說明的方式”（李治和孫銳，2019）。有效的推薦解釋可以使隱藏的原因和數據更加透明化，進而增加消費者對推薦系統的信任（Wang和Benbasat，2007）。例如，李治和孫銳（2019）發現，當消費者對產品的信任程度較低時，推薦解釋會顯著提高消費者對推薦產品的采納和購買意愿。同時，他們還比較了動態和靜態的推薦解釋所帶來的影響差異；Gai和Klesse（2019）的研究結果表明：相比突出產品之間相似性的框架，突出用戶之間相似性的框架會促進消費者對產品推薦的點擊行為；但對于富有經驗的消費者，此效應則會減弱；同時，當個性化推薦參照的產品對消費者不具有吸引力時，此效應則會消失；再者，當還有其他線索表明消費者與他人存在差異時，此效應則會被逆轉。但是，她們雖然驗證了兩種推薦解釋框架對消費者點擊行為的直接影響以及消費者經驗、產品吸引力和個體差異對這種直接效應的調節作用，卻并未探討上述影響產生的內在機制問題以及當存在中介機制時，這種間接影響效應發生的邊界條件。

綜上所述，個性化推薦對消費者決策具有重要影響，理論和實務界都在不斷探索如何改進和完善個性化推薦系統，進而有效提高個性化推薦的效果和創造更大的價值。推薦解釋框架作為個性化推薦系統的特征之一，雖然不像推薦系統的技術特征對推薦效果產生決定性影響，但也會對消費者決策產生不可忽視的顯著影響。因此，本研究在前人研究的基礎上，繼續挖掘和探討推薦解釋的不同表達方式所帶來的框架效應，并通過引入社會影響理論來深入剖析并驗證推薦解釋框架效應產生的內在機制以及這種框架效應存在的重要邊界條件。

（二）推薦解釋框架對消費者點擊意愿的影響：感知產品匹配性的中介作用

突出產品之間相似性的框架，如“與您購買產品相似的產品還有……”，向消費者表明推薦的產品與其已購買的產品具有某些相似的特征或屬性；而突出用戶之間相似性的框架，如“購買該產品的其他買家還購買了……”，則不僅向消費者表明推薦的產品與其已經購買的產品具有相關性，而且還表明此推薦是基于其與其他賣家之間相似的品味，因為他們都對同一產品產生購買興趣（Gai和Klesse，2019）。根據Gai和Klesse（2019）的研究結論，突出用戶之間相似性的框架往往比突出產品之間相似性的框架更能提高消費者對推薦產品的點擊意愿。本文在該研究的基礎上，從社會影響理論出發，進一步分析突出用戶之間相似性的框架比突出產品之間相似性的框架更具優勢的內在原因。

相比突出產品之間相似性的框架，突出用戶之間相似性的框架還表明產品推薦是基于消費者之間相似的品味，這種額外信息使消費者的態度和行為受到他人的社會影響。其中，社會影響是指個體的態度和行為受到他人的影響而發生改變（Rook和Fisher，1995）。在眾多影響因素中，個體之間的相似性是個體之間可以向彼此施加社會影響的重要因素（Meyners等，2017），當社會影響發出者與被影響者的相似程度越高時，被影響者改變態度并采納影響者意見的可能性就越大（Brown和Reingen，1987）。突出用戶之間相似性的框架表明用戶之間具有相似的購買行為，而消費者會根據自己與他人之間行為的相似程度來評估和判斷自己與他人內在的產品偏好和品味的相似程度（Yaniv等，2011）。因此，突出用戶之間相似性的框架會激發用戶對自己與他人之間品味具有相似性的認知和判斷，使消費者受到他人購買行為的影響。根據Kelman（1958）提出的社會影響產生的三種重要機制，本文認為：突出用戶之間相似性的框架主要通過內化機制來使消費者的態度和行為發生改變的。當前，內化實際上已經廣泛地運用于社會影響的研究，并用來解釋消費者是如何形成或改變對目標對象的態度的（Wood，2000）。內化的標志包括采納他人的意見和改變個體對目標對象的評價，比如消費者對產品質量的感知（Zhao等，2018）。在突出用戶之間相似性的框架發生內化作用的過程中，消費者會根據推薦解釋所強調的自己與他人之間已經發生的共同購買行為，認為自己與他人具有相同的產品偏好和品味，進而改變自己對他人購買的其他產品的評價，并基于此評價來決定自己對產品推薦的行為響應（Deng等，2022；刁雅靜等，2019）。由于突出用戶之間相似性的框架表明推薦的產品來自與自己具有相同的產品偏好和品味的其他買家，本文提出，突出用戶之間相似性的框架產生的內化效應具體表現為改變消費者對推薦產品與自身喜好、品味或興趣之間匹配程度的感知。正是因為突出用戶之間相似性的框架能夠產生社會影響的內化效應，而突出產品之間相似性的框架僅表明產品的某些特征或屬性之間具有相似性不能產生這種影響效應，所以本文認為突出用戶之間相似性的框架比突出產品之間相似性的框架能夠使消費者產生更高的感知產品匹配性，進而增強其點擊意愿?；谏鲜龇治?，本文提出如下研究假設：

H1：感知產品匹配性在推薦解釋框架與點擊意愿之間的關系有中介作用。具體而言，突出用戶之間相似性的框架（vs.突出產品之間相似性的框架）會使消費者產生更高的感知產品匹配性，進而增強消費者的點擊意愿。

（三）產品類型的調節作用

消費者購買的產品本身也是重要的影響因素，只有當購買的產品能夠表達消費者自身的品味時，突出用戶之間相似性的框架才能促使消費者感知自己與他人之間具有相似的品味，從而增強消費者的點擊意愿。根據消費者對產品的購買動機或使用體驗，產品可以分為兩種類型：實用型產品和享樂型產品（Chang等，2012）。實用型產品是有助于消費者完成某些實際任務的工具性產品，側重于解決特定的問題（如空調和取暖器等）；享樂型產品是能夠為消費者提供情緒價值和帶來愉悅體驗的產品，強調的是產品對情感的滿足（如電影和音樂等）（Dhar和Wertenbroch，2000；Hirschman和Holbrook，1982；Moore，2015；魏華等，2016）。消費者在選擇享樂型產品時主要是依據自己的情緒和感受來進行評價；而在選擇實用型產品時則是根據產品的屬性來進行評價（Dhar和Wertenbroch，2000；Carter和Gilovich，2010；Botti和McGill，2011）。因此，享樂型產品的購買決策更加地主觀和具有個體差異，更多地表達了消費者基于品味的產品偏好，而實用型產品的購買決策則更加地客觀和受到認知驅動，更多地體現了消費者基于質量的產品偏好（Spiller和Belogolova，2017；Whitley等，2018）。

當消費者購買的產品為享樂型時，突出用戶之間相似性的框架能夠促使消費者感知自己與其他賣家之間具有相似的品味，進而使消費者受到他人的影響，而當消費者購買的產品為實用型時，這種效應則會減弱。消費者對實用型產品的購買更多的是基于復雜認知處理后做出的理性選擇，并且在這個過程中消費者會根據自己的知識和經驗來評估產品的客觀屬性是否符合自己的要求（Whitley等，2018）。因此，當消費者購買的產品為實用型時，突出產品之間相似性的框架更加直接表明推薦的產品和消費者已經購買的產品具有某些相似的屬性，反而會更加有效激發消費者對推薦產品的點擊意愿?，F有研究也表明消費者對享樂型產品的購買會更多地受到他人購買行為的影響，而對實用型產品的購買則會更少地受到他人購買行為的影響（Park等，2018）。根據上述分析，本文提出如下假設：

H2：推薦解釋框架通過感知產品匹配性影響點擊意愿的中介過程受到產品類型的調節作用。具體而言，對于享樂型產品而言，突出用戶之間相似性的框架（vs.突出產品之間相似性的框架）會使消費者產生更高的感知產品匹配性，進而增強消費者的點擊意愿；對于實用型產品而言，突出產品之間相似性的框架（vs.突出用戶之間相似性的框架）會使消費者產生更高的感知產品匹配性，進而增強消費者的點擊意愿。

（四）推薦數量的調節作用

推薦輸出的產品數量是個性化推薦系統重要的特征之一，當前不同企業推薦產品的數量具有差異，如淘寶平臺上消費者發生購買行為后，部分商家發送一個產品推薦鏈接，也有部分商家會發送多個產品推薦鏈接。本研究認為隨著推薦數量的增加，突出用戶之間相似性的框架相較于突出產品之間相似性的框架的優勢則會消失，即當推薦產品的數量為多個時，感知產品匹配性和點擊意愿在兩種推薦解釋框架條件下沒有顯著差異。原因如下：

突出用戶之間相似性的框架比突出產品之間相似性的框架更加具有優勢是因為突出用戶之間相似性的框架還表明了產品推薦是基于消費者之間相似的品味，進而使消費者對推薦產品的態度和評價受到他人的影響。因此，突出用戶之間相似性的框架產生社會影響的前提假設是消費者也認為自己與其他購買了同一產品的買家具有相似的品味。品味表示一種整體傾向，體現了個體對某個事物喜歡或不喜歡的認知形態（Ho和Lim，2018），并且具有高度的獨特性（Ghoshal等，2015）。個體往往會根據他人所做出的選擇來推斷他人的品味和喜好（Barasz等，2016），并且這種推斷主要涉及較低水平的認知過程，因而具有很強的主觀性（Ho和Lim，2018）。在突出用戶之間相似性的框架條件下，推薦產品的數量越多，則意味著與消費者購買同一產品的其他買家還購買了多個別的相似產品。這樣，消費者很容易主觀上認為其他買家對此類產品的喜好非常廣泛而且偏好也不夠明確，進而影響了消費者對自己與他人品味具有相似性的認知。再者，現有研究也表明選項集中商品數量的增加很容易給消費者造成認知負擔，進而影響消費者對產品的判斷和選擇（劉楠等，2017）。據此，本文提出如下研究假設：

H3：推薦解釋框架通過感知產品匹配性影響點擊意愿的中介過程受到推薦數量的調節作用。具體而言，隨著推薦數量的增加，突出用戶之間相似性的框架（vs.突出產品之間相似性的框架）通過提高感知產品匹配性進而增強消費者點擊意愿的效應則會消失。

三、研究設計和結果分析

本文通過設計三個實驗來考察推薦解釋框架對點擊意愿影響的內在機制與邊界條件。其中，實驗1旨在探究推薦解釋框架對點擊意愿的影響機制，重點驗證了感知產品匹配性的中介作用，即假設H1；實驗2驗證了產品類型對推薦解釋框架通過感知產品匹配性影響點擊意愿的中介過程的調節作用，即假設H2；實驗3驗證了推薦數量對推薦解釋框架通過感知產品匹配性影響點擊意愿的中介過程的調節作用，即假設H3。

（一）實驗1

1.實驗設計與被試

實驗1采用單因子（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）組間實驗設計，實驗過程中被試將被隨機分配到這兩個情境中。本研究借鑒陳梅梅等（2020）學者的研究，選取圖書作為實驗刺激物，并且將小說《追風箏的人》作為用戶已經購買的商品，同時綜合各大網站最新上架的圖書，選定了閱讀和購買人數都很低的圖書《沒有人比你更屬于這里》作為被推薦的商品，以控制產品熟悉度對實驗結果的影響。本次實驗通過線上問卷平臺——見數（Credamo）招募被試120人，剔除12名未正確識別推薦解釋采用的框架類型或未通過注意力問項的被試，最終得到108份來自獨立IP的有效問卷，其中男性47人，女性61人，平均年齡30.56歲，學歷以本科以上居多（占比70.4%），主要是在職人員（占比88%），在校學生13人（占比12%）。

2.實驗流程

本次實驗的所有流程均通過被試自己的電腦完成。實驗開始后，被試將閱讀一段情境描述：“假設你在當當網官方旗艦店購買了一本《追風箏的人》，當你完成付款后，收到了如下信息?！苯酉聛肀辉噷⒖吹揭粡埮c淘寶商家聊天對話頁面的截圖，其中內容為商家發送的一條其他書籍的推薦信息。推薦解釋框架的操縱借鑒了Gai和Klesse（2019）的研究，突出用戶之間相似性的框架組中使用的表述為“購買此商品的其他顧客也同時購買了以下產品”，而突出產品之間相似性的框架組中使用的表述為“以下是與您購買的商品相似的商品”。兩個實驗組除了推薦解釋的表述不同之外，其他與推薦書籍相關的信息均保持一致。

在閱讀完上述材料后，被試首先回答自己對推薦產品的點擊意愿，包括三個測量題項（Yan等，2021）：“請問你有多大的可能/多強的意愿/多高的傾向點擊此推薦的書？”（1=非常不可能/非常弱/非常低，7=非?？赡?非常強/非常高；M=5.23，SD=1.04，α=0.89）。接著被試評價了感知產品匹配性，也包括三個測量題項（Lee等，2012）：“此推薦的書可能與我的喜好是一致的/此推薦的書可能是符合我品味的/此推薦的書可能是我感興趣的”（1=完全不同意，7=完全同意；M=5.36，SD=0.90，α=0.86）。另外，為了確?？蚣苄姆€健性，我們需要排除沒有注意到推薦解釋的被試帶來的干擾。被試通過一個單選回答此產品推薦作出的依據：①跟我一樣購買這本書的其他顧客，他們還購買的書；②與我購買的這本書相似的其他書；③兩者都是；④兩者都不是。最后，被試提供自己的人口統計信息。

3.實驗結果與分析

（1）點擊意愿。以被試的點擊意愿為因變量，單因素方差分析的結果顯示：推薦解釋框架對點擊意愿具有顯著的主效應[F（1，106）=5.00，p=0.027＜0.05，ηp2=0.045]。具體而言，與突出產品之間相似性的框架組相比（M產品=5.00，SD=1.21），突出用戶之間相似性的框架組中被試的點擊意愿更高（M用戶=5.44，SD=0.78）。（2）感知產品匹配性的中介作用。首先，以感知產品匹配性為因變量，單因素方差分析的結果顯示：推薦解釋框架對感知產品匹配性具有顯著的主效應[F（1，106）=6.16，p=0.015＜0.05，]。具體而言，與突出產品之間相似性的框架組相比（M產品=5.15，SD=1.01），突出用戶之間相似性的框架組中被試的感知產品匹配性更高（M用戶=5.57，SD=0.72）。

接下來，為了進一步檢驗感知產品匹配性的中介作用，本文采用Hayes（2013）提出的中介分析模型，用Bootstrapping算法進行檢驗，重復取樣量選擇為5 000。在95%的置信度水平下，以點擊意愿為因變量，以感知產品匹配性為中介變量，結果表明感知產品匹配性的間接效應顯著（β=0.32，SE=0.15，95%CI=[0.07，0.65]），并且在控制中介變量感知產品匹配性的情況下，推薦解釋框架對點擊意愿的直接效應不再顯著（β=0.11，SE=0.15，95%CI=[-1.85，0.41]）。因此，感知產品匹配性在推薦解釋框架對點擊意愿的影響過程中發揮了中介作用，如圖2所示。

圖2 感知產品匹配性的中介作用

4.結果討論

實驗1的結果支持了假設H1，即感知產品匹配性在推薦解釋框架對點擊意愿的影響過程中具有中介作用。突出用戶之間相似性的框架比突出產品之間相似性的框架能夠更加有效地增強消費者對推薦產品的點擊意愿，這與Gai和Klesse（2019）的研究發現相一致。這種框架效應發生的內在機制在于：相比突出產品之間相似性的框架，突出用戶之間相似性的框架使消費者產生更高的感知產品匹配性，進而增強消費者的點擊意愿。接下來，實驗2將探究產品類型（享樂型vs.實用型）在推薦解釋框架通過感知產品匹配性對點擊意愿影響過程中的調節作用。

（二）實驗2

1.實驗設計與被試

實驗2采用雙因子2（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）×2（產品類型：享樂型vs.實用型）的組間實驗設計，實驗過程中被試將被隨機分配4個實驗組。參照張紅霞和劉雪楠（2010）的研究，本研究選取的享樂型產品為香水，實用型產品為保暖內衣。本次實驗同樣通過線上問卷平臺——見數（Credamo）招募被試168人，剔除15名未正確識別推薦解釋采用的框架類型或未通過注意力問項的被試，共收集153份來自獨立IP的問卷。其中，男性50人（占比32.7%），女性103人（占比67.3%），被試平均年齡28.52歲，學歷以本科及以上居多（占比77.8%），主要是在職人員共122人（占比79.7%），在校學生共31人（占比20.3%）。

2.實驗流程

實驗2的所有流程均通過被試自己的電腦完成。實驗開始后，被試將閱讀一段情境描述。享樂型產品組中的被試看到的內容為：“假設你在絲芙蘭官方旗艦店買了一瓶香水，當你完成付款后，收到了商家發來的一條信息”；實用型產品組中的被試看到的內容為：“假設你在守棉人官方旗艦店買了一套保暖內衣，當你完成付款后，收到了商家發來的一條信息?！苯又辉噷⒖吹揭粡埮c淘寶賣家聊天對話頁面的截圖，內容是賣家發送的一條其他香水/保暖內衣的推薦信息。突出用戶之間相似性的框架和突出產品之間相似性的框架條件下采用的表述與實驗1相同。

看完上述材料后，被試依次完成點擊意愿（M=4.88，SD=1.31，α=0.94）和感知產品匹配性（M=5.28，SD=1.03，α=0.85）的測量（與實驗1相同）。此外，被試仍需要回答一個題目來選擇此推薦的依據：①跟我一樣購買這個商品的其他顧客，他們還購買的商品；②與我購買的這個商品相似的其他商品；③兩者都是；④兩者都不是。最后，被試提供自己的人口統計信息。

3.實驗結果與分析

（1）點擊意愿。以被試的點擊意愿為因變量，2（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）×2（產品類型：享樂型vs.實用型）的雙因素方差分析顯示：推薦解釋框架與產品類型之間的交互作用顯著[F（1，149）=9.06，p=0.003＜0.01，ηp2=0.06]。對交互作用進行簡單效應分析發現（如圖3所示）：對于享樂型產品，突出用戶之間相似性的框架比突出產品之間相似性的框架更能提高被試對推薦產品的點擊意愿[M用戶=5.38，SD=0.92；M產品=4.78，SD=1.36；F（1，149）=4.32，p=0.039＜0.05，ηp2=0.031]；對于實用型產品，突出產品之間相似性的框架比突出用戶之間相似性的框架更能提高被試對推薦產品的點擊意愿[M產品=4.99，SD=1.21；M用戶=4.36，SD=1.50；F（1，149）=4.74，p=0.031＜0.05，ηp2=0.028]。

圖3 推薦解釋框架與產品類型對點擊意愿的影響

（2）感知產品匹配性的中介作用。首先，以感知產品匹配性為因變量，2（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）×2（產品類型：享樂型vs.實用型）的雙因素方差分析顯示：推薦解釋框架與產品類型之間的交互作用顯著[F（1，149）=10.13，p=0.002＜0.01，ηp2=0.06]。對交互作用進行簡單效應分析發現：當購買的產品為享樂型時，突出用戶之間相似性的框架引起的感知產品匹配性得分高于突出產品之間相似性的框架[M用戶=5.62，SD=0.81；M產品=5.22，SD=0.91；F（1，149）=3.13，p=0.079＜0.1，ηp2=0.021]；當購買的產品為實用型時，突出產品之間相似性的框架引起的感知產品匹配性得分高于突出用戶之間相似性的框架[M產品=5.46，SD=0.94；M用戶=4.83，SD=1.26；F（1，149）=7.46，p=0.007＜0.01，ηp2=0.048]。

接著，本文使用Bootstrap方法進行有調節的中介效應分析（Process Model 8），重復取樣量選擇為5 000。在95%的置信度水平下，以推薦解釋框架為自變量（突出產品之間相似性的框架設為0，突出用戶之間相似性的框架設為1），產品類型為調節變量（實用型設為0，享樂型設為1），感知產品匹配性為中介變量，點擊意愿為因變量進行分析的結果顯示：有調節的中介效應顯著（β=1.06，SE=0.35，95%CI=[0.40，1.75]）。具體而言：當產品類型為享樂型時，推薦解釋框架通過感知產品匹配性對點擊意愿產生影響的中介效應正向顯著（β=0.42，SE=0.21，95%CI=[0.02，0.83]）；當產品類型為實用型時，推薦解釋框架通過感知產品匹配性對點擊意愿產生影響的中介效應負向顯著（β=-0.65，SE=0.27，95%CI=[-1.18，-0.13]）。

4.結果討論

實驗2的結果驗證了假設H2，即推薦解釋框架通過感知產品匹配性影響點擊意愿的中間過程受到產品類型的調節。當購買的產品為享樂型時，突出用戶之間相似性的框架比突出產品之間相似性的框架更能引起消費者對產品匹配性的感知，進而提高點擊意愿；而當購買的產品為實用型時，突出產品之間相似性的框架則比突出用戶之間相似性的框架更能引起消費者對產品匹配性的感知，進而提高點擊意愿。接下來，實驗3將繼續探究推薦數量（一個vs.多個）在推薦解釋框架通過感知產品匹配性對點擊意愿影響過程中的調節作用。

（三）實驗3

1.實驗設計與被試

實驗3采用雙因子2（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）×2（推薦數量：一個vs.多個）的組間實驗設計，實驗過程中被試將被隨機分配4個實驗組。本次實驗仍然選擇了書籍作為實驗刺激物，并且也將小說《追風箏的人》作為用戶已經購買的產品，被推薦的書籍在一個組為《沒有人比你更屬于這里》，在多個組參考冉雅璇等（2020）學者的研究設定為包括《沒有人比你更屬于這里》《單向度的人》和《不安之夜》三本小說。這三本小說均選自各大網站最新上架的并且閱讀和購買人數都很低的書籍，以控制被試對產品的熟悉度給實驗結果帶來的影響。本次實驗同樣通過線上問卷平臺——見數（Credamo）招募被試165人，剔除13名未正確識別推薦解釋采用的框架類型或未通過注意力問項的被試，共收集152份來自獨立IP的問卷，其中男性68人（占比44.7%），女性84人（占比55.3%），被試平均年齡29.49歲，學歷以本科及以上居多（占比86.2%），主要是在職人員共141人（占比92.8%），在校學生共11人（占比7.2%）。

2.實驗流程

實驗3的所有流程也全部通過被試自己的電腦完成。實驗開始后，被試將閱讀一段情境描述：“假設你在當當網官方旗艦店購買了一本《追風箏的人》，當你完成付款后，收到了如下信息?！苯又?，被試將看到一張與淘寶商家聊天對話框的截圖。與實驗1不同的是，在推薦數量為多個組，被試看到的圖片中包含了三條其他書籍的推薦信息。兩種推薦解釋框架條件下分別采用的表述也與實驗1相同。

在看完上述材料后，被試依次完成點擊意愿（M=5.33，SD=1.13，α=0.90）和感知產品匹配性（M=5.53，SD=0.96，α=0.85）的測量（與試驗1和實驗2相同）。另外，被試也需要回答與實驗1相同的題項來判別其是否注意到推薦解釋采用的框架類型。最后，被試提供自己的人口統計信息。

3.實驗結果與分析

（1）點擊意愿。以被試的點擊意愿為因變量，2（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）×2（推薦數量：一個vs.多個）的雙因素方差分析顯示：推薦解釋框架與推薦數量之間的交互作用顯著[F（1，148）=9.44，p=0.003＜0.01，ηp2=0.06]。對交互作用進行簡單效應分析發現（如圖4所示）：當推薦數量為一個時，突出用戶之間相似性的框架比突出產品之間相似性的框架更能提高被試對推薦產品的點擊意愿[M用戶=5.64，SD=0.77；M產品=4.76，SD=1.50；F（1，148）=12.24，p=0.001＜0.01，ηp2=0.076]；當推薦數量為多個時，被試對推薦產品的點擊意愿在突出用戶之間相似性的框架和突出產品之間相似性的框架兩種條件下無顯著差異[M產品=5.59，SD=1.02；M用戶=5.38，SD=0.86；F（1，148）=0.69，p=0.41，ηp2=0.005]。

圖4 推薦解釋框架與推薦數量對點擊意愿的影響

（2）感知產品匹配性的中介作用。首先，以感知產品匹配性為因變量，2（推薦解釋框架：突出用戶之間相似性的框架vs.突出產品之間相似性的框架）×2（推薦數量：一個vs.多個）的雙因素方差分析顯示：推薦解釋框架與推薦數量之間的交互作用顯著[F（1，148）=9.86，p=0.002＜0.01，ηp2=0.06]。對交互作用進行簡單效應分析發現：當推薦數量為一個時，突出用戶之間相似性的框架引起的感知產品匹配性得分高于突出產品之間相似性的框架[M用戶=5.75，SD=0.80；M產品=5.08，SD=1.23；F（1，148）=10.12，p=0.002＜0.01，ηp2=0.064）；當推薦數量為多個時，感知產品匹配性在突出用戶之間相似性的框架和突出產品之間相似性的框架兩種條件下的得分無顯著差異（M產品=5.78，SD=0.77；M用戶=5.52，SD=0.76；F（1，148）=1.55，p=0.22，ηp2=0.01]。

接下來，本研究使用Bootstrap方法進行有調節的中介效應分析（Process Model 8），重復取樣量選擇為5 000。在95%的置信度水平下，以推薦解釋框架為自變量（突出產品之間相似性的框架設為0，突出用戶之間相似性的框架設為1，推薦數量為調節變量（一個設為0，多個設為1），感知產品匹配性為中介變量，點擊意愿為因變量進行分析的結果顯示：有調節的中介效應顯著（β=-0.95，SE=0.30，95%CI=[-1.53，-0.38]）。具體而言：當推薦數量為一個時，感知產品匹配性在推薦解釋框架與點擊意愿之間起到顯著的中介效應（β=0.68，SE=0.24，95%CI=[0.22，1.15]）；當推薦數量為多個時，感知產品匹配性在推薦解釋框架與點擊意愿之間的中介效應不顯著（β=-0.26，SE=0.18，95%CI=[-0.63，0.08]）。

4.結果討論

實驗3結果驗證了假設H3，即推薦解釋框架通過感知產品匹配性影響點擊意愿的中介過程受到推薦數量的調節。當推薦數量為一個時，突出用戶之間相似性的框架比突出產品之間相似性的框架更能引起消費者對產品匹配性的感知，進而提高消費者對推薦產品的點擊意愿。但是，當推薦數量為多個時，這種效應則不發生，感知產品匹配性和點擊意愿在突出用戶之間相似性的框架和突出產品之間相似性的框架兩種條件下無顯著差異。

四、結論與討論

（一）研究結論

本文基于社會影響理論考察了推薦解釋框架（突出用戶之間相似性的框架vs.突出產品之間相似性的框架）對點擊意愿影響的內在機制以及邊界條件。通過三個實驗，我們證實了感知產品匹配性在推薦解釋框架對點擊意愿影響過程中具有中介作用，與突出產品之間相似性的框架相比，突出用戶之間相似性的框架給消費者帶來更高的感知產品匹配性，進而增強消費者對推薦產品的點擊意愿（實驗1）；而且，本文還發現了推薦解釋框架通過感知產品匹配性影響消費者點擊意愿的中介過程受到產品類型（享樂型vs.實用型）和推薦數量（一個vs.多個）的調節作用（實驗2和實驗3）。本文的研究結果不僅對個性化推薦方面的研究具有較大的理論貢獻，而且也為企業實施個性化推薦策略提供了重要的管理啟示。

（二）理論貢獻

本文的理論貢獻主要體現在以下三個方面：

第一，本研究推進了個性化推薦方面的研究文獻，補充并完善了推薦解釋對消費者決策影響的研究。首先，現有關于個性化推薦對消費者決策影響的研究主要集中在個性化推薦系統內在的底層算法（Ariely等，2004；Hennig-Thurau等，2012；Liao和Sundar，2022）以及外在的推薦信息輸出形式（Knijnenburg等，2012；Chen和Pu，2014；陳梅梅等，2020），僅有少量的研究關注企業如何更好地向用戶解釋推薦的理由或依據。本文在以往研究的基礎上，深入探討了消費者對兩種推薦解釋框架的不同反應，試圖拓展學者們對個性化推薦有效性因素的考慮范圍，從而啟發未來研究在考察企業如何提高個性化推薦系統效率這一問題時，除了關注推薦算法這類技術因素以外，也要將推薦解釋作為重要的前因變量納入整體理論框架之中。其次，雖然Gai和Klesse（2019）首次提出并比較了突出用戶之間相似性的框架和突出產品之間相似性的框架對消費者點擊行為的影響差異，但并未揭示這種影響產生的內在機制。本文基于社會影響理論，進一步揭示了推薦解釋框架效應產生的內在機制，論證了突出用戶之間相似性的框架比突出產品之間相似性的框架更能提高消費者的感知產品匹配性，進而增強消費者的點擊意愿。因此，本文為Gai和Klesse（2019）的研究提供了可行解釋，并為產生這些結果的機制提供了理論和實證方面的支撐。最后，本文還識別并確定了推薦解釋框架效應存在的重要邊界條件。Gai和Klesse（2019）驗證了個體經驗、產品吸引力和個體差異對推薦解釋框架與點擊意愿之間直接影響效應的調節作用，而本研究的不同之處則在于，我們提出并驗證了產品類型（享樂型vs.實用型）和推薦數量（一個vs.多個）對推薦解釋框架通過感知產品匹配性影響點擊意愿的中介過程的調節作用。因此，本文建立了推薦解釋框架（突出用戶之間相似性的框架vs.突出產品之間相似性的框架）通過感知產品匹配性影響點擊意愿的邊界條件，在理論和應用領域構建了更為深入清晰的架構。

第二，本研究拓展了社會影響理論在市場營銷領域的應用范圍。目前，已有學者在不同的研究情境中運用社會影響理論探討了個體決策和行為是如何受到他人影響的，如社交網絡（Ma等，2015；Sun等，2019；刁雅靜等，2019）、在線口碑（Meyners等，2017）和虛擬社區（Park等，2018；馮小亮和任魏，2018）等，但尚未發現有學者應用社會影響理論來探討個性化推薦對消費者決策的影響。本研究基于社會影響理論提出并驗證了突出用戶之間相似性的框架之所以比突出產品之間相似性的框架更具有優勢，是因為突出用戶之間相似性的框架更能表明產品推薦是基于消費者之間相似的品味，進而使消費者對推薦產品的態度和行為受到他人的影響。而且，本研究還進一步發現：這種社會影響是通過內化機制產生的，表現為改變了消費者對產品與自身匹配性的感知。因此，本研究把社會影響理論應用到個性化推薦之中進一步拓展了該理論在市場營銷領域的應用范圍。

第三，本研究還豐富了框架效應理論在市場營銷領域的應用研究。市場營銷領域的既有研究已經發現了很多不同的框架效應，如特征框架效應（Levin和Gaeth，1988；Khan和Dhar，2010）、選項框架效應（Park等，2000；金立印等，2009）和供給框架效應（Mittelman等，2014）等。本研究不僅再次驗證了推薦解釋框架效應，而且還進一步剖析并檢驗了這種框架效應產生的內在機制以及相應的邊界條件。因此，本文的研究發現拓展了框架效應理論在市場營銷領域的應用研究。

（三）管理啟示

當前，個性化推薦已經成為大多數互聯網產品的基礎功能，企業也不斷投入大量資源用于建設和完善個性化推薦系統。雖然個性化推薦系統技術方面的特征對推薦效果具有決定性影響，但是本研究發現推薦解釋這一輸出方面的特征也會對消費者的決策產生顯著影響，這對企業實施個性化推薦策略具有一定的啟示作用。

首先，根據本文的研究結論可知，在保持個性化推薦的內在算法和輸出結果不變的條件下，僅僅是改變推薦解釋的表述方式就能明顯提升推薦效果，而且這種改變幾乎是一種零成本的行為。因此，企業不僅要關注個性化推薦系統內在算法的優化和改進，而且也要考慮如何更好地向消費者解釋產品推薦做出的理由或依據。

其次，淘寶賣家可以根據消費者購買的產品類型來決定推薦解釋采用何種框架，通過產品類型與推薦解釋框架之間的匹配來提高消費者對推薦產品的點擊意愿。當消費者購買的產品屬于享樂型時，賣家應該更多地使用突出用戶之間相似性的框架，如“購買此產品的其買家還購買了……”。由于享樂型產品的購買更多地體現了消費者基于品味的產品偏好，而突出用戶之間相似性的框架表明推薦的產品來自與消費者具有相似品味的其他買家，所以消費者更加可能認為此推薦的產品也符合自己的品味，進而愿意點擊此推薦鏈接來獲取更多的產品信息。當消費者購買的產品屬于實用型時，賣家應該避免使用突出用戶之間相似性的框架，而是應該使用突出產品之間相似性的框架，如“與您購買產品相似的產品還有……”。消費者對于實用型產品的選擇更多的是考察產品的客觀屬性是否符合自己的要求，而突出產品之間相似性的框架表明推薦的產品與消費者已經購買的產品具有相似的屬性，因此消費者更加可能認為推薦的產品也符合自己的要求，進而愿意點擊產品推薦鏈接。

最后，淘寶賣家在選擇何種表述方式向消費者解釋產品推薦做出的理由或依據時還必須考慮推薦產品的數量這一影響因素。從本文的研究結論可知，隨著推薦數量的增加，突出用戶之間相似性的框架相較于突出產品之間相似性的框架的優勢則會消失。因此，當向消費者推薦產品的數量為一個時，淘寶賣家應該盡量選擇使用突出用戶之間相似性的框架；當向消費者推薦產品的數量為三個時，企業既可以選擇使用突出用戶之間相似性的框架也可以選擇使用突出產品之間相似性的框架。

（四）研究局限與展望

本文雖然得出了一些有價值的結論，但也存在一定的不足，有待于未來的研究進一步探索：首先，本研究采用的是線上情景模擬實驗，主要通過語言描述和圖片的形式來營造真實的線上購物臨場感，并且只是測量被試的點擊意愿，但被試在這種模擬情景中的感受與自己真實購物中的感受必定會存在一定的差異。因此，未來研究可以采用實地實驗，通過與某些淘寶賣家合作，在實際購物場景中檢驗不同的推薦解釋框架對消費者點擊行為的影響，以便進一步提高研究結論的可推廣性。

其次，本研究驗證了感知產品匹配性在推薦解釋框架對點擊意愿影響過程中的中介作用，未來的研究可以繼續探究推薦解釋框架對點擊意愿影響的其他內在機制，如態度可預測性和從眾心理等，以便進一步豐富和完善個性化推薦對消費者決策和行為影響研究的理論體系。

再次，本研究從產品角度提出并檢驗了產品類型和推薦數量的調節作用，未來的研究還可以從其他角度來考察可能存在的邊界條件，以便進一步豐富相關的理論體系并為企業實踐提供更多有用的指導。例如，可以從消費者視角來考慮消費者的品牌忠誠度和消費者自身的產品知識水平等因素對推薦解釋框架與點擊意愿之間關系的影響。

最后，本研究發現當推薦數量為三個時，雖然兩種推薦解釋框架條件下被試對推薦產品的點擊意愿的差異不顯著，但是從實驗結果可以看到被試對推薦產品的點擊意愿在突出產品之間相似性的框架條件下比在突出用戶之間相似性的框架條件下更高。因此，未來的研究可以進一步驗證隨著推薦數量的繼續增加（如五個、八個或更多），突出產品之間相似性的框架是否會比突出用戶之間相似性的框架更加具有優勢，即在推薦數量越多的條件下突出產品之間相似性的框架是否能顯著提高消費者對推薦產品的點擊意愿。