Exploring factors influencing impulse buying in live streaming shopping: a stimulus-organism-response (SOR) perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose Based on the stimulus-organism-response theory, this research constructs the influence of the stimulus factors of the live-streaming shopping environment on consumers' psychological situation. It then produces the research model of impulsive purchase intention. Design/methodology/approach In this study, the online questionnaire survey method was used to survey users who participated in live-streaming shopping, and a total of 335 valid questionnaires were collected. Then SPSS and SmartPLS were used for data empirical evaluation and hypotheses test. Findings Research results show that demand, convenience, interactivity, and playfulness are positively stimulating consumers' perceived enjoyment. And their perceived enjoyment directly drives their intention of impulsive purchase. Practical implications The choice of the live streaming platform, the design of the interactive interface, and the design of the shopping process are all factors that the streamer must carefully consider. The results of this study can be used as a reference for the development of live-streaming shopping and provide the industry with an understanding of the main factors that affect users' live streaming and impulsive purchases to plan an effective live streaming platform and content. Originality/value “E-commerce live streaming” is regarded as the latest trend of e-commerce, and impulse buying is regarded as a key factor in the success of transactions. This research has developed factors that influence impulsive purchases after watching live streaming based on the SOR theory.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle