大數據環(huán)境下車聯網用戶信息行為的影響因素分析,信息管理論文

大數據環(huán)境下車聯網用戶信息行為的影響因素分析,信息管理論文題目第一章第二章第三章大數據環(huán)境下車聯網用戶信息行為的影響因素分析第四章第五章結論/以下為參考文獻第3章大數據環(huán)境下車聯網用戶信息行為的影響因素分析3.1大數據環(huán)境下車聯網用戶信息行為及其研究意義。3.1.1車聯網用戶信息行為。車聯網用戶是指參加車聯網的汽車用戶，而參加車聯網的汽車用戶中，除乘用車外，還有監(jiān)管車輛、公務用車等。本文主要的研究的是乘用車領域，所以本文的車聯網用戶指的是參加車聯網的乘用車車主。車聯網用戶無論是想要提高駕駛經過中的安全性，或是想要順利地達目的地的。都離不開信息的獲取與溝通。車聯網用戶的個性化信息服務需求不同，其在駕駛經過中會產生不同的信息行為，不同的信息行為導致車聯網用戶對信息的接受、分析、處理的方式也有著不同的變化，因而，只要充分把握了影響這些信息行為的因素，才能在信息管理有所具體表現出，提高服務質量，知足車聯網用戶個性化需求的信息服務?！?〕車聯網用戶信息行為的定義。從車聯網用戶的角度出發(fā)，車聯網用戶不但需要時刻把握車在各種情況下的各項性能指標信息，還需要時刻把握本身的位置，以及周邊道路交通情況，對得到的車身信息和位置信息等進行加工和處理后，作出相應的決策。車聯網用戶的信息行為詳細具體表現出在用戶對汽車本身運行狀態(tài)等信息的查詢，對想要獲得的資訊等信息的分類，對其駕駛的車輛所處位置等信息的搜索、選擇等加工處理工作。車聯網用戶信息行為的主要作用能夠分為三個種類，即車身信息、資訊信息和位置信息，只要提供應車聯網用戶查詢信息的功能越完善，獲得的信息內容越齊備對信息的處理越得當，才越有可能使車聯網用戶做出知足自個需要的決策?！?〕車聯網用戶信息行為的基本特征。車聯網用戶對信息的查詢行為、選擇行為和使用行為是車聯網用戶主要的信息行為。車聯網用戶的信息行為與車聯網用戶的需求有著直接的聯絡，同時車聯網用戶的個體情況也在華而不實扮演著重要的角色。因而，構建車聯網個性化信息服務理論研究的一個重要基礎就是對車聯網用戶信息行為的研究。車聯網用戶信息行為的特征有，第一，信息行為的普遍性，信息的作用在于消除事物的不確定性[31],所以，車聯網用戶利用信息消除車輛本身和周邊道路交通情況的不確定性是普遍存在的。例如汽車用戶發(fā)現車輛有異常，會對車身信息進行查詢，選擇能否進行維修或保養(yǎng)，在駕駛經過中又會使用導航信息服務，到達目的地后，車聯網用戶會確定其所在位置，和周邊情況等信息。其次是信息行為的社會性，社會性存在于車聯網用戶的主觀本身和客觀世界，人類科技的發(fā)展，生活的進步都不能脫離社會環(huán)境，同樣的，社會環(huán)境也制約著車聯網用戶對于信息的獲取和使用經過。因而，車聯網用戶的信息行為是具有社會性的。第三，信息行為是具有隨機性和選擇性的，隨機性和選擇性具體表現出在車聯網用戶隨機在內容、時間、方式等方面產生信息需求，同時在車身信息和位置信息方面，車聯網用戶具有選擇權，因而車聯網用戶的信息行為是具有隨機性和選擇性的。近年來，隨著信息爆炸式的增長，無時無刻不處在網絡信息環(huán)境下的車聯網用戶的信息行為，在隨機性和選擇性兩個方面有著愈加突出的表現。不同的人對信息的接受能力和理解程度的不同，這也就造成了不同的選擇。對于車聯網用戶而言，不同的信息接受能力和對信息的不同理解，也會讓用戶對信息服務商有了更多的選擇。最后，信息行為是具有主動性。車聯網用戶信息行為的主動性是指車聯網用戶主動地去查詢車身及道路交通情況有關的信息。首先，車聯網用戶需要時刻把握車輛的車身性能指標，他們會主動去查詢、探知車輛性能。其次，在一次駕駛經過中，道路交通情況是時刻變化的，為了更快、更省時間的到達目的地，車聯網用戶也會主動查詢實時交通狀況，規(guī)劃最優(yōu)道路。3.1.2車聯網用戶的決策經過。車聯網用戶的決策離不開對信息的把握，用戶的決策經過是在其分析處理獲得的信息后采取的一系列行動的經過。這個經過包括：車聯網用戶根據自個的需求，收集并加工有關的車身信息或者交通信息，判定、選擇相應的行動方案，并把選擇的方案付諸行動。車聯網用戶的任何行為與心理，都與他接受的信息、選擇處理信息的方式等等有著密切的聯絡。車聯網用戶的決策經過，就是在行動的經過中把本身內在的心理需求表示出出來的一系列活動。這個經過中，車聯網用戶接受的信息和處理信息的方式起到了關鍵性作用。車聯網用戶做出決策中信息處理的方式。3.1.3車聯網用戶信息行為的研究意義。隨著大數據、云計算等先進的信息技術的不斷完善，車聯網的信息服務行業(yè)也得到了迅速的發(fā)展。大數據環(huán)境下，車聯網用戶逐步對信息服務的需求與要求也越來越高，隨之而來的是其信息行為也在逐步的發(fā)生著潛移默化的變化。在大數據時代車聯網用戶會以更快的速度和更少的時間來獲得有用信息。并且車聯網信息服務平臺對信息整合的速度也會變得越來越快，使得車聯網用戶能夠在更短的時間內得到所需信息。車聯網用戶因不同的個性化信息服務需求而產生不同的信息行為。而車聯網想要得到更快的發(fā)展，則需要通過車聯網個性化信息服務來知足不同汽車用戶的個性化信息服務需求，通過更具個性化的信息服務來吸引更多汽車用戶參加到車聯網當中。再通過車聯網信息平臺利用車聯網用戶的信息為服務商的決策提供支持。系統(tǒng)地分析和討論車聯網用戶的信息行為影響因素，一方面能夠提供新的理論來完善對車聯網用戶的行為研究，另一方面，也會為車聯網信息服務商改良其信息服務的方式、管理服務的流程提供借鑒和參考。3.2大數據環(huán)境下車聯網用戶信息行為影響因素的理論模型。3.2.1大數據環(huán)境下車聯網用戶信息行為影響因素的理論模型。本研究的主要內容是對大數據環(huán)境下車聯網用戶信息行為的各種影響因素的研究，以及這些影響因素會產生如何的作用。本文所牽涉的變量主要是以國內外學者對車聯網用戶信息行為的影響因素研究為基礎而確定的。華而不實的變量包括：個人因素、績效期望、努力期望、感悟風險等四個變量，變量內容及變量所包含的主要維度的出處。在前一節(jié)對車聯網用戶的信息行為以及車聯網用戶在決策經過中的信息處理方式的研究基礎上，建立了汽車用戶信息行為影響因素的理論模型。3.2.2研究假設。〔1〕個人因素。用戶的個人因素指的是車聯網用戶的收入水平，用戶本身對車聯網個性化信息服務的認知和社會影響。華而不實社會影響是指用戶把周圍的其他某人或團體視為自個某一方面的思維準繩或者行動的典范，在本研究中，用戶的個人因素除去收入水平外和認知能力外，把周圍的個人或團體對車聯網用戶興趣的激發(fā)和其在這方面的需求的刺激一并納入影響因素中。所以，用戶的個人因素在模型中由主觀規(guī)范、收入水平和社會影響這三點來決定。首先，根據國外學者大量的研究發(fā)現，收入水平高于社會平均水平的人群比別人更容易使用車聯網個性化信息服務。通常來講，高收入群體相比于其別人而言，風險承受能力更高層次。同時，收入水平較高的人群更容易接受新鮮事物，更注重商品或服務的質量，同時也更傾向于選擇個性化的商品或服務。收入水平不同的用戶對于車聯網個性化信息服務的使用態(tài)度也不同。所以本文提出假設H1:車聯網用戶收入水平會影響用戶對車聯網個性化信息服務的需求，收入水平越高，越容易產生信息服務需求。其次，主觀因素是指車聯網用戶以為，對其重要的人或有影響的人以為他需要使用車聯網個性化信息服務；根據Venkatesh和BoonchaiSupasit[35]的研究發(fā)現，對汽車用戶而言，重要的人往往會對汽車用戶產生影響。例如，家人、朋友等向車聯網用戶的推薦車聯網個性化信息服務產品會讓車聯網用戶對車聯網個性化信息服務產生好奇。另外，主觀因素包含社會影響。社會影響是指于車聯網用戶的朋友圈中，或他身邊的同事、同學等使用車聯網個性化信息服務的人會影響到車聯網用戶對車聯網個性化信息服務的看法和態(tài)度。因而本文提出假設H2:向車聯網用戶推薦車聯網個性化信息服務產品的人中，對車聯網用戶有影響或者重要的人越多，越會使車聯網用戶對車聯網個性化信息服務產生需求?！?〕績效期望?？冃谕傅氖擒嚶摼W用戶以為車聯網個性化信息服務能夠為他們提供知足他們需求的服務，并且為其駕駛提供便利與幫助。華而不實包括感悟有用性、工作適用性、相對優(yōu)勢。首先是感悟有用性，很多報告都指出影響車聯網用戶信息需求的一個重要因素就是感悟有用性，感悟有用性指的是車聯網用戶以為使用車聯網個性化信息服務能夠解決在駕車經過中碰到的問題，為自個的駕駛提供幫助。因而本文提出假設H3:車聯網個性化信息服務平臺的感悟有用性會影響用戶的信息需求。第二，工作適用性。工作適用性指的是車聯網用戶使用車聯網個性化信息服務能夠提高整個駕駛的績效。比方車聯網用戶會以為使用車聯網信息服務平臺設計駕車出行道路能夠節(jié)約時間，更快地到達目的地。因而本文提出假設H4:車聯網個性化信息服務平臺的工作適用性會影響用戶的信息需求。第三，相對優(yōu)勢。當前，車聯網用戶獲得車輛信息和交通信息的途徑有很多，相較于其他的信息服務方式，車聯網個性化信息服務具有相對優(yōu)勢，使車聯網用戶使用車聯網個性化信息服務愈加方便。據此本文提出假設H5:車聯網個性化信息服務相較于其他的信息服務產品所具有的優(yōu)勢會影響用戶的信息需求?！?〕努力期望。努力期望指的是車聯網用戶感悟車聯網個性化信息服務能否易用的程度，由感悟易用性和復雜度共同決定。華而不實，感悟易用性是指車聯網用戶覺得車聯網個性化信息服務能否簡單易懂，能否容易操作，能否容易查找信息等；根據ChengLiu[40]的研究發(fā)現，感悟易用性直接影響用戶的使用需求。因而本文提出假設H6:感悟易用性越高，越有利于車聯網用戶使用車聯網個性化信息服務。而復雜度是指車聯網用戶以為車聯網個性化信息服務理解和使用的難易程度。NeerajKumar[43]在其研究中發(fā)現信息服務平臺的使用經過越簡單容易把握，就越受歡迎。因而本文對車聯網個性化信息服務的復雜度出假設H7:車聯網個性化信息服務的復雜度也是影響車聯網用戶信息需求的因素之一，即復雜度低有利于車聯網用戶使用車聯網個性化信息服務?！?〕感悟風險。感悟風險指的是主要指的是心里風險、經濟風險和功能風險。感悟風險中的心里風險指的是車聯網用戶在使用車聯網個性化信息服務經過當中，擔憂可能存在的風險，例如失去隱私保衛(wèi)，攝入輿論爭論等方面的壓力。因而本文提出假設H8:心理風險會影響車聯網用戶的個性化信息服務需求。經濟風險從一般意義上而言指的是在車聯網個性化信息服務的經過中，車聯網用戶可能遭受的經濟風險。例如在用戶不知情的情況下收取大量的信息費用，或是用戶擔憂會有車聯網個性化信息服務使自個網用戶掉入消費陷阱的情況發(fā)生。因而本文提出假H9:經濟風險會影響車聯網個性化信息服務需求。最后，功能風險指的是使用的車聯網個性化信息服務可能與汽車用戶的預期不符，十分是某些預期的功能不能到達完善的效果。據此本文提出假設H10:車聯網個性化信息服務平臺的功能風險越低，越有利于車聯網用戶選擇個性化信息服務?！?〕信息服務需求。信息服務需求，即車聯網用戶對不同的信息服務產生的需求，車聯網用戶的信息服務需求會直接影響其信息行為。同時，車聯網用戶面對個性化信息服務的所采取的不同的態(tài)度也會使其有著不同的信息需求。假如車聯網用戶對車聯網個性化信息服務產生了信息需求，那么其越有可能采取相應的信息行為。據此本文提出假設H11:車聯網用戶的信息行為受其信息需求所影響，信息服務需求越高，越能夠使車聯網用戶產生信息行為。3.2.3調查問卷設計的與構成。本研究的問卷調查是以閱讀大量的相關文獻為基礎，通過閱讀國內外學者對車聯網和個性化信息服務已做出的研究，歸納總結了車聯網用戶的信息行為影響因素，華而不實包含影響車聯網用戶信息行為的社會影響、績效期望、努力期望和感悟風險等相關因素。通過與教授和相關學者的討論和學習，設計了問卷的各個題項，最后構成了在大數據環(huán)境下，影響車聯網用戶信息行為的問卷調查。本次的問卷主要有包括三個部分，分別是介紹問卷、問卷調查對象的基本信息和問卷題目三個部分。第一部分介紹問卷是為了向調查對象解釋問卷調查的目的，同時對關于車聯網個性化信息服務的一些基本的概念向調查對象進行了解釋。第二部分基本信息指的是調查對象基本個人信息，包括調查對象的年齡、性別、受教育程度、工作職業(yè)和收入水平等幾個部分。第三部分是問卷的主要題目，問卷題目主要分為六個量表，分別是信息需求、個人因素、績效期望、努力期望、感悟風險和信息需求。本次問卷調查將采用Likert7級量表。表3.3列出了詳細的題項。3.3大數據環(huán)境下車聯網用戶信息行為影響因素的實證分析。3.3.1數據收集?！?〕調查對象和樣本容量。根據艾媒咨詢發(fā)布的中國互聯網+出行研究報告顯示[8],2021年，中國車聯網市場規(guī)模到達了1550億元，相比于2020年增長了40.9%,今年來呈現出持續(xù)增長的趨勢。另外，國家統(tǒng)計局發(fā)布的2021年汽車服務消費總額數據中顯示，車聯網的份額已經占全國汽車服務消費總額的10.7%.而在車聯網的份額中監(jiān)管車輛，即貨運用車、公務用車等占據了絕大部分比例。乘用車僅僅占了華而不實很小的一部分。由于本文的研究對象是普通的車聯網用戶，所以為保證本調查結果的準確性，將調查對象范圍界定為所有了解車聯網的乘用車車主?！?〕發(fā)放和回收情況。本次調查問卷的調查對象主要來是各大汽車4S店的客戶，通過紙質問卷、和溝通這兩種方式進行問卷的發(fā)放，為了保證問卷發(fā)放的數量和問卷回收的質量，作者在汽車4S經理的幫助下將問卷發(fā)放給被調查者。在2021年11月至2021年1月之間，總共發(fā)放出500份問卷調查，華而不實有410份問卷得以成功回收。在回收的410份問卷中，不合格的問卷有4份，記為無效問卷。所以，整體的問卷反應率為81.2%,共有406份問卷被成功收回。3.3.2樣本分析。本次調查的樣本主要是乘用車領域的汽車用戶，華而不實男性車主所占比例比女性車主大。所以被調查者男性個體數量大幅度大于女性。并且由于法律法規(guī)等對于汽車用戶年齡的限制，問卷結果顯示調查者的年齡集中在30-40歲之間。本問卷的調查對象中男性居多，有288人，而女性則有118人。男性人數所占總調查對象的比例為70.9%,而問卷調查中女性人數所占比例則為29.1%;在所有的調查對象中有48.0%的人有著了本科及以上的文化程度，在總體樣本中所占的比例最高，另外調查對象中有25.7%的人接受過碩士及以上的教育；在調查對象的工作職業(yè)方面，根據調查的結果顯示，調查中企業(yè)職工有148人，占總體樣本比例的36.5%,其次機關單位職工占總樣本比比例的17.7%;在收入水平方面，根據上表中調查對象的收入水平顯示，月收入在4000-5000元的人數為140人，所占比例為為34.5%,其次月收入在3000-4000元的調查對象占總體樣本的27.1%.3.3.3樣本的信度分析和效度分析。對于樣本的可靠程度的分析，是問卷調查分析的基礎，利用信度分析的方式方法是分析樣本的可靠性，主要有四種方式方法來對樣本量表的可靠性進行分析，即重復本信度法、測信度法、折半信度法、信度系數法和折半信度法。通常情況下，量表信度系數能夠使用Cronbach信度系數的方式方法進行測量，當其數值介于0-1區(qū)間時，量表的信度越高，其數值就越趨近于1.假如Cronbach信度系數介于0.8-0.9時，講明量表的信度非常高；假如Cronbach信度系數到達0.7-0.8時，則表示量表具有相當的信度；若Cronbach信度系數值低于0.6,則講明量表的信度水平比擬差，這也表示量表的題項需要我們再進行修正。本研究對調查所得數據是利用了SPSSStatistics進行的信度分析。所有變量的Cronbach系數均在0.75以上，講明本量表設計的題項的信度到達了較高的水平，并且量表整體的信度也到達了0.901,因而能夠進一步對量表的效度進行分析。通過測量方式方法計算出事物的程度，也稱為效度分析。效度的高低代表著被測事物吻合度的高低，而吻合度與調查效果有著直接的聯絡，調查效果越好則吻合度越高。通常我們將效度分析分為三種類型，華而不實包括準則效度、構造效度和內容效度。準則效度是指量表所得到的數據和其他被選擇的變量〔準則變量〕的值相比能否有意義。根據時間跨度的不同，準則效度可分為同時效度和預測效度；構造效度是指測量結果具體表現出出來的某種構造與測值之間的對應程度，通過構造效度能夠對構造進行分析；而內容效度則又稱邏輯效度，是指項目對欲測的內容或行為范圍取樣的適當程度。本研究使用KMO〔Kaiser-Meyer-Olkin〕樣本測度和SPSSStatistics17.0軟件的的累計方差奉獻率這兩種方式方法對樣本進行效度分析。檢驗統(tǒng)計量數值是取值在0和1之間，檢驗統(tǒng)計量數值越接近于1,意味著變量間的相關性越強，原有變量越合適作效度分析；當檢驗統(tǒng)計量數值越接近于0,意味著變量間的相關性越弱，原有變量越不合適作效度分析。假如檢驗統(tǒng)計量數值恰好為0.5,則意味著某一變量只要兩個題項。綜上所述，本次問卷調查設的效度標準為變量的累計方差奉獻率不低于60%,詳細的效度分析結果。由于車聯網用戶的個人因素中的收入水平、績效期望中的感悟有用性和工作適用性、經濟風險這四個變量的檢驗統(tǒng)計量數值均為0.5.代表其均只要兩個題項。其他8個變量的檢驗統(tǒng)計量數值都比0.7要高，而且所有變量的累計方差奉獻率均高于60%,華而不實，最少功能風險的累積方差奉獻率最低，其累計方差奉獻率為66.553%同樣高于60%.結果證明在這里問卷中，各個變量的效度很好，數據的有效性，和數據間的相關性很強。3.3.4構造方程的檢驗與修正。本文在對模型的檢驗與修正方面主要是使用AMOS21軟件，對信息服務需求以及影響信息服務需求的四個變量的研究主要是利用SEM模型，利用SEM模型分析研究個人因素、績效期望、努力期望和感悟風險之間關系的情況，以及信息行為是怎樣被信息服務需求所影響的。首先提出本研究的模型構造，然后對各個指標進行檢驗，查看各個指標能否知足要求。利用軟件得出結論，并在這里基礎上結合AMOS21軟件推薦的修正指標對模型進行最后修正，通過以上的研究最終獲得的研究模型是最為合理的研究模型。最后，要驗證本研究中做出的每一條假設，本小節(jié)一共由3個小部分組成。〔1〕構建整體構造方程模型。首先，在前幾章的研究基礎上，以及提出的假設對構造方程模型進行建模，模型主要具體表現出在于個人因素，績效期望，努力期望和感悟風險這四個主要變量每個變量中的下屬維度，華而不實個人因素的下屬維度為收入水平和主觀因素；績效期望的下屬維度為感悟有用性、工作適用性和相對優(yōu)勢；努力期望的下屬維度為感悟易用性和復雜度；感悟風險的下屬維度為心理風險、經濟風險和功能風險。信息服務需求會被這些變量的下屬維度所影響；而且信息服務需求也會對信息行為產生影響?！?〕整體模型擬合度評價。下面將匯總最終模型指標結果，并具體的分析講明最終模型指標。模型匯總的結果我們能夠得出,在最后模型中2/df=1792.321/584=3.0695,這講明觀測數據與模型基本擬合，模型能夠接受；標準化均方根殘差和近似均方根誤差介于0-l之間的變化范圍，數值越接近于0,講明模型整體擬合度越好，當標準化均方根殘差數值小于0.1時，則講明模型具有較好的擬合度。在本文所研究的模型中，近似均方根誤差指標為0.0650.1,講明模型具有較好的擬合度；殘差均方根指數和標準化均方根殘差的變化范圍一樣，其數值介于0-l,越接近于0,則講明模型具有較高的擬合度。如表3.8所示，本研究模型的RMR數值是0.059,即殘差均方根為0.59.因而能夠以為模型具有較好的擬合度。其他的擬合指數CFI〔比擬擬合指數〕、IFI〔增值擬合指數〕、TLI〔正態(tài)擬合指數〕和NFI〔非正態(tài)擬合指數〕的取值范圍也都介于0-1,這些擬合指數的數值與1越接近就講明模型的擬合度越好，當數值在0.90以上時，能夠以為研究模型具有較高的擬合度。在本研究的模型其他擬合指數均在0-1之間。華而不實，CFI數值和IFI數值均為0.930.9,TLI數值為0.9310.9,NFI數值為0.9230.9.這講明本次研究所建立模型從整體上來講擁有較好的擬合度，所有的指標都沒有脫離標準值的范圍，因而能夠以為本研究所建立模型為最終的分析模型?！?〕檢驗結果分析?；谏鲜龇治?，本研究的最終模型得以確立，圖3.5是各變量的標準化途徑系數圖。之后要對變量之間的關系進行詳細具體的分析，經過對各個變量的標準化途徑系數的整理，列出各變量之間的最終結果表，變量間的具體關系。本次研究總共有10個方面對于信息服務需求產生影響。華而不實，功能風險對應信息服務需求的P值為0.063,而0.0630.05講明顯著性呈現出0.05水平以上。同時，功能風險的標準化途徑系數值為0.029,因而功能