2019年3月6日下午两点，中国营销工程与创新研究中心(以下简称“MEI”)2018-2019年第二学期第3次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。

　　本次Seminar由张皓研读文章《Effects of Online Recommendations on Consumers’Willingness to Pay》。

　　当我们听音乐的时候，会有推荐音乐;当我们看新闻的时候，会跳出一些个性化广告。正如我们了解的，推荐系统不仅可以帮助消费者降低选择成本还可以帮助卖家创造收益。以往研究主要关注推荐算法设计以及提升推荐系统绩效，很少关注推荐系统对消费者行为和决策的影响，本次的文章研究的问题就是，个性化推荐系统的评分是否会对人们的支付意愿带来影响。

　　图一  网易云音乐的个性化推荐

　　文章的实验情境是基于音乐推荐系统。在购买数字歌曲的背景下，文章进行了三组对照实验，探讨音乐推荐系统对消费支付意愿的影响。实验发现个性化推荐系统的评分对消费者的支付意愿有积极的影响。具体的研究框架如图二所示。

　　图二 研究框架

　　文章解释机制是锚定效应，锚定效应是指当人们需要对某个事件做定量估测时，会将某些特定数值作为起始值，起始值像锚一样制约着估测值。本文用锚定效应中的兼容效应(compatibility effect)、偏好不确定性(uncertainty preference)和信息整合解释(information integration explanation)对其做了解释。兼容效应(compatibility effect)是指推荐系统与消费者对音乐评级的标准越一致，推荐系统对于消费者决策的影响就越大(个性化与否)。偏好不确定性(uncertainty preference)是指消费者对未消费过的音乐产品不确定性越高，推荐系统对于消费者决策的影响就越大，即个性化推荐精准程度。信息整合解释(information integration explanation)是指即使消费者在消费决策时面临的是不确定性较低的情况，仍然会将外部提供的建议视为支持自己决策的信息，即偏好不确定性。

　　文章提出的三种解释机制相互补充，关注不同的问题，探讨了三种情境。兼容效应解释了个性化与否的影响，即推荐系统与消费者对音乐评级的标准越一致，推荐系统对于消费者决策的影响就越大;偏好不确定性解释了个性化推荐精准程度的影响，即消费者对未消费过的音乐产品不确定性越高，推荐系统对于消费者决策的影响就越大;信息整合解释了偏好不确定性影响，即，即使消费者在消费决策时面临的是不确定性较低的情况，仍然会将外部提供的建议视为支持自己决策的信息。

　　总体来讲，个性化推荐系统的评分对消费者的支付意愿有积极的影响。实验1结果表明，推荐系统音乐评分越高(低)，消费者的支付意愿越高(低)。推荐系统音乐评分每增高一颗星，消费者支付意愿的金额增加7%-17%。实验2将系统误差引入到推荐系统中，但仍能得到相同的结论。实验3让消费者在做经济决策前先听样本歌曲以减少不确定性，但相同的效应仍然存在。

　　图三 张皓分享文章

　　研讨会上，有同学提到，什么是推荐系统音乐评分。推荐系统音乐评分指的是推荐系统以用户以往收听音乐的偏好或大众偏好为基础，对音乐与用户的契合程度评分，音乐越契合评分越高。文章用了两个实验来区分个性化与推荐精准化，原因是这两个实验是层层递进的。第一个实验研究个性化推荐对消费者支付意愿有无影响，第二实验进一步看影响的程度如何。

　　至此，本次Seminar文章研读完毕。

　　之后，分别有四位同学分享了自己的研究进展，大家展开了激烈的讨论。

　　至此，本学期第三次Seminar圆满结束。

　　文字/陈晶晶

　　供图/刘  通

　　审核/郑仕勇

　　网站编辑 / 苏  羽