孙旭
摘 要：随着网络科技的不断发展，网络已经充斥在生活周围，比如网络购物，给大家带来方便，却对线下商品销售带来了不小的影响。本文通过调差问卷的形式收集一定的数据，再利用统计学中相关性分析利用Matlab软件对网络推荐对线下商品体验消费的影响做了一定的研究。
关键词：网络推荐 相关性分析 Matlab
中图分类号：F724 文献标识码：A 文章编号：1672-3791（2017）08（b）-0111-02
近年来随着互联网科技的高速发展，电子商务正是搭上了互联网这条高速行駛的快车，对传统线下零售业造成了巨大的冲击。随着亚马逊、京东、淘宝等网站的成功，推荐系统作为一种促进消费者购买的有效工具越来越受到重视。推荐系统会对传统线下零售业产生巨大的影响，这种影响可能是双面的，一方面有可能促进线下实体店的商品销售，另一方面也有可能对线下商品的销售量起相反的作用。因此能准确分析网络推荐对线下商品销售情况的影响，对线下商户来说是一个很有必要的问题。
本文采用理论分析和实证研究相结合的方法，通过对相关文献的梳理，对所有相关变量进行综合评价，提出了假设和研究模型；通过问卷调查得出了该方法，通过对实验数据进行统计分析，得出了该数据的结论。具体方法如下：（1）理论分析：以探索推荐系统对消费者购买行为的影响机制，阅读大量国内外相关文献和专著，全面回顾和梳理推荐系统采用相关领域的研究成果和新进展，寻找一个有意义的研究，侧重于挑选出多个有意义的变量。（2）实证研究：为了验证本文提出的假设模型，笔者利用问卷调查方法来获取样本数据。采用统计分析软件Matlab进行了样本数据处理和分析，包括描述性统计、可靠性分析、相关分析、验证性因素分析、模型分析等，通过数据分析结果验证了假设模型。
1 模型的构建与设计
模型建立分为以下4个步骤。
（1）将商品分为4个大类：即时性商品、生活用品、大件物品、文化商品。
（2）收集与分析消费者经常在网络上受到哪一类型的商品的推荐，做出统计结果。
（3）提出假设。根据网络推荐对线下4类商品产生影响，提出了4个假设。H1：网络推荐会对促进线下即时性商品的销售。H2：网络推荐会对促进线下生活用品的销售。H3：网络推荐会对促进线下大件物品的销售。H4：网络推荐会对促进线下文化商品的销售。
（4）分别计算Pearson相关系数，来验证假设的合理性。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。在这次研究当中笔者选择采取问卷法这种方法获取数据更为稳定可靠，短时间能收集到大量的数据。问卷部分具体内容见表1。一共分发了100份问卷，其中有76份作为有效问卷处理。在收集到数据后需要对数据进行预处理，将文字类数据转换为能计算的数值型数据，因此，本文将数据按照1～4的4个层级将数据进行分析。
2 研究结果分析
相关性分析得到的结果是一个2×2矩阵，其中对角线上的元素分别表示x和y的自相关，非对角线上的元素分别表示x与y的相关系数和y与x的相关系数，两个是相等的。相关性系数越接近1，代表越相关，越接近0，代表越不相关。通过分析可知，大件物品和文化物品的相关系数接近零，所以它们不具有相关性。消费者对不同种类物品的青睐程度可以发现，限时性物品和日常生活用品线下销售量与网络推荐具有显著相关性，所以接受H1。文化物品和大件物品不根据分析结果表明，接受假设H1和假设H2，拒绝假设H3和H4。即网络推荐会促进线下即时性商品和日常生活用品销售量的增加，促进消费者进行线下消费。而网络推荐对大件商品和文化类商品的线下销售量的影响就非常小。
剩下的两类商品，文化类和大件类商品。文化类商品在网络上获取资源更快捷，而且根据相关性分析结果也表明网络商品推荐对文化类商品在线下的销售量并没有多大的影响。大件类商品，例如奢侈品，数码产品等这些商品有一个共同的特性那就是价格比较昂贵，一般普通消费者看到推荐后会产生购买欲望，但是对一些极端消费者比如财富相对较多的消费者和极度喜欢某种品牌的商品的消费者会产生线下的购买欲望。买这种价格比较高的商品，通过网络消费者对质量不会特别放心，所以会更多地选择线下消费。但是由于这种消费者所占比重较少，因此网络推荐商品对着类线下商品的影响也不是特别大，还是拒绝假设H4具有相关性，所以拒绝假设H3和H4。
3 结语
为了确定网络推荐对线下商品的影响，笔者首先采用了问卷调查的方式获取数据。然后再合理的将收集到的资料转换为能计算的数值行数据。再利用统计学中的相关性分析使用Pearson系数来衡量网络推荐商品对线下商品的影响研究。利用Matlab工具对数据进行了分析计算，并且的出了以下结论：（1）网络推荐商品对即时性商品例如零食，水果类的线下销售量有显著影响。（2）网络推荐商品对日常生活用品在线下的销售影响也比较大。（3）网络推荐商品对比较昂贵的贵重物品，例如数码产品和奢侈品等的影响较小，由于消费者群体较少，而且相关性分析得出的系数接近0。因此认为无影响。（4）网络推荐商品对文化类商品例如音乐电影等影响最不明显。
参考文献
[1]张兵.传统零售企业的战略转型[J].企业改革与管理，2000（9）：14-15.
[2]Martin V. Deise.电子商务管理者指南：从战术到战略[M].清华大学出版社，2002.
[3]张志朋.基于SNS社交平台的企业网络营销策略研究[D].北京交通大学，2012.
[4]周吕东.企业网上银行客户忠诚的影响因素研究[D].浙江大学，2010.
[5]马舒宁.企业微信营销传播研究[D].大连海事大学，2014.endprint
