电商直播：社交关系对消费者送礼和购买的影响

数据科学与管理6（2023）13研究文章电子商务直播示能对消费者送礼和购买意愿的影响Yunfan Lu，Yucheng He*，Yifei Ke华中农业大学经济管理学院，武汉，430070A R T I C L E I N F O保留字：电子商务直播的Affordance理论雨燕关系A B S T R A C T在电子商务直播中，卖家选择最合适的主播来代言他们的产品。 主播介绍商品的主要功能，组织营销活动，提升消费者的购物体验，最终促成交易并获得礼品。然而，主播与消费者之间关系的形成机制仍不清楚。基于示能性理论，运用结构方程实证研究了消费者在电商直播中送礼和购买行为的决策机制研究发现，情感可供性和认知可供性对快速关系有正向1. 介绍截至2021年12月，中国直播终端用户规模为7. 03亿，较2021年增加1. 27亿（CNNIC，2022）。在电商直播中，卖家会选择最合适的主播（如传统名人、网红、制作人、地方官等）。来宣传他们的产品 主播介绍商品的使用方法和主要功能，组织营销活动，改善消费者的购物体验，最终促成交易和获得礼品（Wongkitrungrueng and Assarut，2020）。电子商务直播在几个方面优化了传统电子商务（Lin等人， 2020年; Sun等人，2019年）。首先，流媒体通过实时视频向消费者提供更详细的交易信息。其次，直播允许消费者与主播实时互动。第三，直播让主播提供个性 化 引 导 服 务 变 得 重 要 。 因 此 ， 电 子 商 务 直 播 在 淘 宝 、JD.comSuning.com、亚马逊等平台中得到广泛应用（表1）。流媒体是电子商务直播的核心他们精心设计现场直播内容，如试衣、品尝、试吃等，灵活运用实时互动、促销等营销手段吸引消费者，并迅速与消费者建立临时社交关系（非正式社交关系）。主播与消费者之间的社会关系是基于互惠互利、关系和谐的原则，即快速关系。它的建立是快速的，成本低，并围绕一个非常集中的目标（Cheng等人， 2020年）。快速关系是传统关系在商务活动中的延伸 它指的是“基于利益交换的社会联系“，是为了达到某种目的而产生的（Ouetal.，2014年）。基于“利益交换”的原则因此，快速的关系对在线商务至关重要（Liu et al.， 2008年）。尽管快速关系在消费者在线购物行为的决策过程中起着核心作用，但主播和消费者之间快速关系的形成机制仍不清楚（Linetal.， 2019年）。因此，本文构建了一个基于可供性理论和快速关系理论的理论模型，实证研究了直播可供性对主播与消费者之间的快速关系的影响，以及对消费者购买和送礼行为的影响本文的研究将为快速关系的研究提供新的理论视角，并为电子商务直播企业提供实践指导。2. 文献综述与研究假设本研究以电子商务直播、可供性理论、快速关系理论为基础，提出研究模型与假设2.1. 电商直播直播流一个交互式多媒体* 通讯作者。电子邮件地址：hych@mail.hzau.edu.cn（Y. He）。同行评议由Xi交通大学负责https://doi.org/10.1016/j.dsm.2022.10.002接收日期：2021年12月7日;接收日期：2022年10月17日;接受日期：2022年10月19日2022年11月8日网上发售2666-7649/©2022 Xi'an Jiaotong University.出版社：Elsevier B.V.代表科爱通信有限公司公司这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表数据科学与管理杂志主页：www.keaipublishing.com/en/journals/data-science-and-managementY. Lu等人数据科学与管理6（2023）1314表1电子商务直播概述。社会交换理论认为，电商平台广播信道流光舱口现场表演例如，2018年）。在电子商务直播中，消费者期望他们将获得最具性价比的产品，而主播期望淘宝淘宝直播独立孵化网红主播促销、送礼促进交易并接收相应的礼物（Lin等人，2019年）。消费者对流光的满意度越高JD.com京东直播JDcloud直播基地促销、赠送givingSuning.com苏宁live超级店live计划促销、赠送亚马逊AmazonLive In Promotion活动该应用程序允许流媒体播放器和用户实时在线，并以文本、语音和视频等多模式格式进行充分交互。通过直播，终端用户可以直观地了解主播电子商务领域内的直播被称为电子商务直播。电商直播是一种新的社交商业应用形式。 电商直播将直播融入社交电商。商业是直播的主要内容，直播是实现其目标的技术手段它们相互补充（Wang et al.， 2019年）。现有文献对电商直播的探索主要集中在以下几个方面：一是电商直播的内容创作机制。关于直播流媒体内容创作的主要研究包括主播的广播和持续广播意图的决定性因素（Zhao等人， 2018年; Zhou等人，2019年）。第二，研究电商直播中的内容消费行为。该领域包括用户订阅和赠送礼物行为的社会动机，用户在直播中的学习效果（Payne等人， 2017年），以及促使消费者继续观看直播的因素（Lim等人， 2020年）。三是电商直播对消费者购买决策的影响。 该领域包括直播流媒体场景的社交呈现和网真特征对消费者购买决策的影响机制（Gao et al.， 2018），消费者对产品和卖家信任的建立和机制（Wongkitrungrueng和Assarut，2020）。综上所述，尽管已有文献，但电商直播的技术特征以及电商直播对用户2.2. 雨燕关系关系建设是社会资本的建设过程（Liuet al.， 2008），这表现在人际关系，例如，赠送礼物给他人，帮助他人，信任他人，这是一种社会义务（Luk等人， 1999年）。快速关系是传统关系在商务活动中的延伸 它是指为达到某种目的而产生的“基于利益交换的社会联系“，包括相互理解、互惠互利、关系融洽三个方面（Ouet al. 2014年）。 相互理解是指消费者和销售者之间对需求的理解（Ou et al.， 2014年）。关系和谐是电商直播的基本原则，互惠互利是电商直播运营的终极目标（Shao和Pan，2019）。通过直播，最终用户可以找到主播然而，流媒体然后用户会更了解流媒体。因此，本研究着重从互惠和关系和谐两个维度来研究快速关系的形成和机制。互惠意味着买卖双方都从互动中获益，以实现双赢目标（Chiu etal.， 2018年）。的购买和赠送礼物的可能性（Ou等人， 2014年）。关系和谐意味着买卖双方相互尊重，尽量避免利益冲突（Lin et al.，2019年）。关系和谐有助于降低交易过程中的潜在成本，这对买方有利，为买方节省成本;因此，买卖双方达成交易共识是有利的（Ghoshal和Moran，1996）。在电子商务直播的背景下，关系和谐可以促进消费者的购买和送礼决策（Shao和Pan，2019）。2.3. 示能理论启示理论指的是物体的实际和感知属性决定了个体使用物体的方式（Norman，1998）。信息技术启示是指信息技术为特定用户群体提供有针对性的行动的可能性（Markus和Silver，2008）。信息技术可供性主要集中在互联网、社交媒体和社交商务上。互联网技术启示是指“互联网参与者产生的行动可能性和机会”（Faraj等人， 2011年）。互联网技术启示包括可访问性、信息检索、可编辑性和关联性（Chan et al.， 2019年 ）。 社 交媒 体可 供 性是 指社 交 媒体 能够 实现 用 户交 互的潜力（Cabiddu等人， 2014年）。社交媒体包括四种类型的负担能力：持久性，可见性，可编辑性和关联性（Treem和Leonardi，2013）。从公共关系理论的角度来看，其他学者将社交媒体的可供性分为八类：呈现能力，可监控性，覆盖范围，自我表达，参与度，连接性，可记录性和可用性（Argyris和Monu，2015）。 社交商务可供性是指由社交电商平台为买家和卖家提供的面向购物的行动可能性（Dong等人，2016年）。社交电商可供性被分为六个子维度，即，可见性、元语音、触发参与、引导购物、社会连接和交易（Dong等人， 2016年）。总之，现有的文献对电子商务的启示直播仍然不足。因此，本研究根据电子商务直播的特点，从情感示能和认知示能两个方面探讨了电子商务直播的动因。情感可供性是指利用电子商务直播来促进消费者对主播的好感的可能性，包括网真和直播（Sun等人，2020年）。电子商务直播让消费者感觉他们通过实时和多模式格式（如文本，语音和视频）充分互动而出现在购物场景中（Li，2019）。 流媒体还向消费者介绍产品信息、使用方法、折扣和分享可靠的体验，并为消费者创造沉浸式体验，从而降低消费者的感知风险（Sun等人，2019年）。因此，情感示能包括临场感和临场感。认知可供性是指电子商务直播帮助消费者做出购买决策的可能性，包括引导购物和元语音（Dong等人，2016年）。引导购物示能性是指由流媒体提供的个性化购物引导服务（Xiao和Benbasat，2007）。 当流媒体为消费者提供实时指导购物时，它们帮助消费者提高购买质量（Sun等人， 2019年）。此外，Meta-发声可供性指的是消费者和流媒体之间直接通信的可能性（Dong等人，2016年）。消费者通过评论、弹幕、语音等方式向主播提出个性化服务需求，主播及时响应。通过Y. Lu等人数据科学与管理6（2023）1315由于元语音可供性，流媒体可以向消费者提供直接和及时的个性化服务以帮助消费者购买决策（Sun等人，2019年）。因此，认知启示包括指导购物和元语音。2.3.1. 情感示能对快速关系的影响电子商务直播让消费者觉得他们与之交流的人是真正的销售人员，这让他们觉得自己就在购物场景中（李，2019）。流媒体通过实时视频、即时交互等功能向消费者介绍产品信息、使用方法、折扣和分享体验，并为消费者创造沉浸式体验，从而降低消费者感知的风险和购买的不确定性（Sun等人， 2019年）。 主播在与消费者沟通的同时，也能了解消费者的需求，并能根据消费者的需求提供折扣或礼品，以达到更好的消费者满意度。因此，消费者和主播都可以通过网真满足各自的需求，并建立快速的关系。有鉴于此，本研究提出以下假设：假设1（H1）。网真示能与快速的关系正相关。流可供性是指消费者关注电子商务直播内容，识别有用信息，并提高其购买决策的质量（Fang et al.， 2018年）。 在电商直播中，抖音让消费者全身心投入到过程中，减少了自己和主播之间的意见分歧，双方的利益趋于一致，购买过程也能得到增强。 在电子商务直播中，主播为消费者提供精彩的直播内容，以便消费者可以专注于购买过程并在购物时享受乐趣（Sun等人，2016年）。在这个由主播构建的虚拟购物场景中，消费者主动与主播交流，主播与消费者实时互动，为他们提供个性化的购买方案。因此，这种流动感有助于消费者与主播建立快速的关系。因此，提出以下假设假设2（H2）。心流示能与快速的关系正相关2.3.2. 认知示能对快速关系的影响指导购物示能性是指由流媒体提供给消费者的个性化购物指导服务，以帮助他们做出购买决策（Bo和Benbasat，2007）。在电商直播中，主播为消费者提供实时指导购物，如产品介绍和折扣，以协助他们提高购买质量和购物体验（Sun et al.，2019年）。消费者因此，提出了下一个假设：假设3（H3）。引导购物示能性与快速关系正元语音示能表示指的是消费者和流媒体之间直接通信的可能性（Dong等人， 2016年）。消费者通过评论、弹幕、语音等方式向主播提出服务需求，主播及时回应。 通过Meta语音示能，流媒体可以为消费者提供直接和及时的个性化服务，这有助于流媒体和消费者之间的相互理解和快速关系（Sun等人， 2019年）。因此，本研究提出以下假设：假设4（H4）。元语音示能性与快速关系正相关。2.3.3. 快速关系对购买意愿和送礼意愿的影响实时流媒体允许流媒体播放器和最终用户实时在线时间和充分互动的多模式格式，如文本，语音和视频。 通过直播，终端用户可以了解主播的形象、才艺、观点，甚至主播的真实生活或工作生活（Wang等人，2019年）。因此，可以在主播和终端用户之间建立快速的关系（Liu等人， 2008年）。 快速关系是传统关系在商务活动中的延伸。它是指为达到一定目的而产生的相互理解，互惠互利，关系和谐（Ou等人， 2014年）。关系和谐、相互理解是电商直播的基本原则，互惠互利是电商直播运营的终极目标（Shao和Pan，2019）。因此，本研究提出以下假设：假设5（H5）。快速关系与购买意愿有正相关假设6（H6）。快 速 的关系与送礼意愿正相关。本研究在上述讨论的基础上建立了一个研究模型，如图1所示。1.一、3. 研究设计和方法3.1. 规模发展本研究采用问卷调查的方法收集数据，并对理论模型进行检验。 问卷包括人口学特征调查和结构调查两部分。为了保证问卷的效度，本研究的量表来源于现有文献，并基于电商直播的背景对相关测量项目进行了检验和修订。首先，由于原始测量项目为英文，本研究采用回译法开发中文测量项目，以保证中文量表与原始量表内容的一致性。其次，研究者邀请了三位有电商直播研究经验的专家和五位经常观看电商直播的大学生，对问卷内容的有效性进行了审查。然后根据他们的意见修改了项目，使问卷易于理解和准确。最后，随机邀请30名大学生参加预测，并根据他们的反馈对问卷进行进一步优化，形成最终量表。 所有项目均采用7分制李克特量表进行测量，每个测量项目的评分为1（非常不一致）至7（非常一致）。快速关系包括两个重要维度：互惠和关系和谐。 本研究采用二阶形成模型来衡量快速关系，因此，有两个一阶变量代表这两个 概念，总共有七个 指标，Fig. 1. 理论模型。Y. Lu等人数据科学与管理6（2023）1316¼¼12测量.遥现、购物流程、指导购物、元语音、送礼意向及购买意向等变量均使用一阶反应计量模型计量。具体计量项目的来源见表2。3.2. 数据收集本文以淘宝直播用户为调查样本，由于淘宝直播具有完善的送礼和购买功能，且活跃用户数较多，因此很容易找到合适的调查参与者问卷以链接的形式随机发布在粉丝群和直播间这项研究需要表2测量尺度。变量和源引用网真（TEP）TEP1：当浏览这个卖家我在房间里，但我觉得我的思想是在这个卖家创造的世界里。在过去三个月内在淘宝直播平台从参与者中共回收了438份问卷，不符合筛选标准的问卷被淘汰。最终获得有效问卷413份表3显示了样本的人口统计学信息调查对象中，男性189人，占45.76%，女性224人，占54.24%，18-40岁占80.39%，大专以上占月收入低于3,000 CNY的人数占71.67%，学生和企业员工占57.38%。人们4. 实证分析本研究使用SmartPLS 3.0来检验结构方程模型。 PLS对样本数据没有正态分布限制，特别适合于测试复杂关系（Chin et al.， 2003年）。本研究首先考察了测量模型，然后分析了Khalifa和Shen（2004）;Steuer（1992）TEP2：当浏览这个卖家TEP3：在我看来，这个卖家生成的世界似乎是TEP4：当我浏览这个卖家的网站时，我觉得我更像是在结构模型。4.1. 测量模型在收集数据后，我们计算了指标方差，Flow（FLO）FLO1：在观看直播时，我没有意识到时间是如何流逝的。Hong等人（2016）FLO2：当观看直播时，我经常忘记我必须做的工作。FLO3：观看直播让我暂时逃离了现实世界。FLO4：在观看直播时，我不容易被其他事情分心。指导购物（GS）GS 1：直播购物的主播可以提供我提供所有我打算购买的替代产品的信息。Dong和Wang（2018）GS2：流媒体直播购物可以提供帮助我建立我的产品需求没有任何限制。GS3：流媒体直播购物可以帮助我确定哪些产品属性最适合我的需求。GS 4：直播购物的主播可以根据我的需求为我提供个性化的产品定制。Metavoicing（ME）ME1关于产品Dong and Wang（2018）ME2主播ME3：直播购物让我可以分享主播ME4因子（VIF）。构建体的VIF范围为1.758至3.849，低于可接受的阈值10，表明多重共线性不是收集数据的问题。 根据Harman单因素分析结果，样本公因子个数大于1，第一公因子解释方差比为12.91%，对方差解释率的贡献小于20%，可以忽略公方法偏差的影响。此外，我们在PLS模型中引入了一个共同的方法因子（Liang等人，2007年）的报告。结果表明，实质变量解释的方差（R2）远大于方法变量解释的方差（R2）。因此，常见的方法偏倚是不显著的。确认性因素分析结果见表4。一阶变量和观测变量的载荷均大于0.7，表明观测变量能够很好地解释潜变量。各变量测量项目的平均方差提取值（AVE）均大于0.5，说明聚集效度良好，综合信度（CR）高于0.7，说明量表具有较好的信度。表3人口统计学样本（n¼413）。可变类别数量比率（%）ME5：直播购物让我可以分享购物体验与彩带。互惠互利（RF）RF1给我打折。Ou等人（2014）RF2：我和微信上的卖家提供正面评级或互相评论RF3RF4关系和谐（RH）RH1Ou等人（2014）RH2： 微 信 卖 家 和 我 避 免 冲突 。RH3购买意向（PUI）PUI 1：我会考虑将直播购物作为我的购物首选Chen等人（2017）PUI2：我打算通过直播购物购买产品或服务。PUI3：我希望通过直播购物购买产品或Gift-giving intention（GGI）GGI 1：我愿意给主播送礼物。性别男性189 45. 76女性224 54.2418-22岁23263141职业学生174 42.13公司工作人员小型私营企业31 7.51自由职业者78 18.86农民工其他教育程度高中及以下大专79 19.13本科生150 36.32硕士及以上57 13.80收入<1，000 169 40.92Merchant等人（2010）;Ye等人（2011）（2015年）GGI2：我打算给主播送礼物。GGI3：我很有可能给主播送礼物。GGI4：我会给主播一个礼物。1，0003，000>5，000 47 11.38Y. Lu等人数据科学与管理6（2023）1317本研究还探讨了快速关系形成结构的多重共线性。表5列出了形成性指标权重和变异系数。一阶结构对二阶结构的权重不同，表明一阶结构产生不同的影响。所有VIF均低于阈值3.3，表明多重共线性不是问题。 这证实了快速关系可以被概念化为一个由互惠和关系和谐组成的形成性结构。每个因子的AVE平方根（见表6）大于相应的相关系数，且AVE值大于0.5（Fornell和Larcker，1981）;因此，每个因素都具有更好的区分效果程度。本研究考察了二阶结构的快速关系的共线性和权重，如表6所示。 互惠和关系和谐在快速关系中的权重分别为0.664和0.463，这表明这两个一阶变量对二阶变量有显著影响。 所有VIF均低于3.3，这表明样品中不存在多重共线性（Petter等人，2007年）的报告。上述分析证实，快速关系可以由两个一阶变量组成，互惠和关系和谐，作为形成的二阶变量。4.2. 结构模型这些分析的研究模型和结果总结在图中。表2和表7。结构模型的检验结果表明，话语流对人际关系和谐没有显著影响，元话语对互惠关系的影响也不显著。网真、流和指导购物对互惠有显著的积极影响;网真、指导购物和元语音对关系和谐有显著的积极影响;互惠和关系和谐对购买和消费有显著的积极影响。表4可靠性和收敛效度结果。表5形成性构建体的多重共线性检验（** 表示p<0.001）。二阶结构一阶结构VIFβ权重雨燕关系互惠互利2.110.664**关系和谐2.200.463**送礼的意图因此，可以说H1、H2、H3、H4、H5和H6都是支持的。快速关系、追求意愿与报酬意愿之解释变异量4.3. 的中介效应分析为了验证电子商务直播示能过程中快速关系对购买意愿和送礼意愿的中介作用，以413个样本为被试，通过替换抽样的方式选取了5,000组女性家长作为非参与样本。 为了检验电商直播中的快速关系对购买意愿和送礼意愿的间接影响是否显著，采用百分位数自助法分析中介效应。结果见表8。结果表明，95%置信区间不包含0，因此，通过电子商务直播可供性对购买意愿和送礼意愿的影响，快速关系的间接影响是显著的。此外，本研究还检验了电商直播示能对购买意愿和送礼意愿的直接影响网真（0.3179，p <0.001）、Wavelow（0.4043，p <0.001）和<<指导购物（0.2472，p0.001）和元语音（0.3812，p<<此外，网真（0.3934，p0.001）、网络购物（0.4098，p 0.001）、引导购物（0.2735，p0.001）和元语音（0.3007，p0.001）对送礼意愿有显著的直接影响<<<<这些研究结果也支持了可供性对购买意愿和送礼意愿的积极影响。5. 讨论本研究旨在探讨情感示能和认知示能对消费者购买意愿和送礼意愿的影响规律。具体研究结论分析如下。第一个是情感启示对快速关系的影响。情感启示有临场感和临场感。网真对互惠和关系和谐有显著的积极影响，这表明它是快速关系的重要因素网真GS40.8813.151响应电子商务直播技术提供元语音ME10.8030.6800.9140.8831.758为了便于拖缆之间的远程实时视频交互，ME20.8211.854消费者网真使消费者能够拥有身临其境的ME3ME4ME50.8270.8450.8271.9961.9391.759有效的网上购物体验，这反过来又有助于建立买家和卖家之间的快速关系心流具有显著的积极影响互惠RF10.8540.7790.9340.9052.216互惠互利消费者越关注电商直播忙RF20.8992.702流媒体，他们越能参与直播，RF30.8962.676与拖缆相互作用（Hu等人， 2017; Lim等人，（2020）然后关系和谐RF4RH1RH20.8800.8570.8580.7490.9000.8332.5001.8831.768建立互惠互利的快速关系。 可见，有吸引力的内容是电商直播成功的关键因素。RH30.8811.934第二，认知启示对快速关系的影响购买PUI 10.8850.7820.9060.8441.916认知示能包括两个方面：指导购物和满足-意图PUI 20.8681.782PUI 30.8661.823送礼GGI10.9100.8340.9530.9342.912意图GGI20.9262.519GGI30.9142.473GGI40.9032.250注：提取的平均方差（AVE）;复合信度（CR）;变异系数（VIF）。避免引导购物是互惠互利、关系和谐的重要因素导购是主播通过视频实时引导消费，满足消费者个性化信息需求的时间窗口，有利于双方建立快速关系元语音对关系和谐有着重要的影响通过元语音启示，消费者可以与主播进行个性化交互因子项目标准装载AveCRCronbach'sαVIF网真TEP10.8710.7270.9140.8742.397TEP20.8722.382TEP30.8211.932TEP40.8451.964流Flo10.8980.7850.9360.9092.912Flo20.8862.569FLO30.8872.473FLO40.8722.250指导GS10.8750.9100.9370.9103.327购物GS20.8923.849GS30.9013.191Y. Lu等人数据科学与管理6（2023）1318表6判别有效性结果。网真流引导购物元语音互惠互利关系和谐购买意愿送礼意向（TEP）（FLO）（一般事务人员）（ME）（RF）（RH）（PUI）（GGI）TEP0.853FLO 0.7350.886GS 0.6820.7340.887ME 0.6740.6840.7420.825RF 0.6420.6770.7350.6130.883相对湿度0.6180.6140.6540.7310.6150.866PUI 0.6790.7260.6660.6940.6680.6740.873GGI 0.6370.6470.6000.5860.6420.5020.6860.913注：粗体数字后的对角线模式。决策互惠互利是影响购买意愿和送礼意愿的关键因素，也是电商直播运营的基本原则主播和消费者之间存在着互利的关系。流媒体为消费者提供服务，例如实时信息帮助和折扣。反过来，消费者为主播提供关于他们的个人需求、体验和礼物的反馈（Zhao等人， 2018年）。建立互惠互利的关系被视为有利于电商直播的健康发展。表7图二. 通径图（** 表示p0.01）。<6. 影响本文旨在探索电商直播中消费者的送礼和购买决策机制该论文发现，电子商务直播路径比较测试结果。路径关系系数T值结果实践快速关系（互惠和关系和谐）的形成是重要因素，而且，快速关系是消费者送礼的关键决定因素H1网真→快速关系0.170 2.981显著H2流量→快速关系0.168 2.768显著性购买决策。本研究的理论和实践意义如下。H3购物指南→swift冠希0.365 5.609显著6.1. 理论意义H4Metavoicing→swift关系0.233 3.766显著H5快速关系→购买意向H6快速关系→送礼意向表823.410显著17.498显著首先，本研究揭示了电子商务直播的技术特征 这项研究为虚拟社区和意见领袖的研究提供了新的方向（Leonardi et al.， 2013年）。本研究从技术可供性的角度进行，揭示了远程呈现、网络购物、指导购物和Meta快速关系的中介检验（** 表示p0.001）。路径间接影响95%置信区间（CI）低上网真→购买意向0.316**0.22560.4157网真→送礼意向0.3013**0.19470.4270流量→购买意向0.2764**0.18260.3761流量→送礼意向0.2885**0.17400.4242引导购物→购买意向0.3932**0.30750.4853引导购物→送礼意向0.3961**0.26420.5373元语音→购买意向0.4115**0.29050.5509元语音→送礼意图0.3592**0.26520.4590这给了他们表达真实想法的机会，并得到及时满意的答复。因此，Meta话语可以促进人际关系和谐的形成.第三，快速的关系对购买和送礼的意愿有很大的影响 互惠和关系和谐是影响消费者在电子商务直播中购买和送礼决策的关键因素。 关系和谐是购买和送礼意愿的关键决定因素。它反映了消费者和主播之间相互尊重的良好关系这种关系使网上交易能够在友好的社会氛围中进行，从而促进消费者购买和送礼语音是电子商务直播的主要特征这一结论阐明了在线社交互动中技术特征对传播效果的影响机制（Lin et al.，2019年）。此外，该结论还有助于电子商务提供商通过优化流媒体直播的可供性来完善电子商务流媒体直播第二，本研究拓展了消费者在线反馈行为的研究。电子商务直播不仅允许消费者在线购买，还鼓励他们奖励主播（Gao等人， 2018年）。本研究发现，电子商务直播中的快速关系（互惠和关系和谐）可以促进消费者送礼和购买决策。由此可见，就消费者的线上反馈行为而言第三，本研究揭示了电商直播中主播与消费者之间快速关系的形成机制。快速关系是直播与消费者在线反馈之间的重要中介变量。这项研究为虚拟社区和意见领袖的研究提供了新的方向（Leonardi et al.，2013年）。这一结论阐明了在以计算机为媒介的交互中社会关系的形成机制（Lin et al.， 2019年）。Y. Lu等人数据科学与管理6（2023）13196.2. 实际影响首先，本文为优化电子商务直播技术提供了实用指南。电子商务直播中的情感可供性和认知可供性对快速关系（包括互惠和关系和谐）的形成有重要影响因此，直播技术的进步可以从上述两个方面进一步优化，使直播平台更适合电商场景。其次，为优秀主播的培养提供了方法论指导。电子商务直播技术可供性对主播和消费者之间的快速关系产生了重大的积极影响。互惠和关系和谐是电商直播的关键因素，影响消费者这些结论表明，提高主播的技术应用能力和增强主播的社会技能是培养优秀主播的重要方向。本文阐述了电商直播中主播与消费者关系的特点和形成机制，拓展了消费者在线反馈行为的研究，为优化电商直播技术、培养优秀主播提供实践指导。7. 结论基于技术可供性理论，揭示了消费者送礼和购买决策的机制 一方面，研究结果表明，远程呈现、网络购物和指导购物对互惠有显著的积极影响。 另一方面，网真、指导购物和元语音对关系和谐有着显著的积极影响。最后，互惠和关系和谐对消费者的送礼和购买决策有显著的积极影响竞合利益作者声明不存在利益冲突致谢本工作得到了国家社会科学基金项目19BGL 262）。引用Argyris，Y.A.，Monu，K.，2015.企业使用社交媒体：技术可供性与外部利益相关者关系。J.Organ. Comput.电子通讯。25（2），140- 168。Xiao，B.，和本巴萨特岛2007.“电子商务产品推荐代理：使用，特征和影响，”MIS季刊，31（1），137-209。Cabiddu，F.，卡洛医学博士Piccoli，G.，2014.社交媒体启示：实现客户参与。Ann. 旅游资源48（Sep.）， 175- 192.Chan，T.K.H.，张智强，黄仁民，2019.社交网站上的网络欺凌：犯罪机会和启示的观点。J.Manag。Inf.Syst.36（2），574- 609。Chen，A.，吕，Y.，王，B.，2017.社交电商中顾客购买决策过程的社会学习视角。Int. J.INF. 经理。 37（6），627- 638。Cheng，X.，顾，Y.，Mou，J.，2020.社交电商社区中人际关系的建立：考虑快速关系和关系承诺。电子学。Commer. Res. 20（1），53- 80.成，W. W.，Marcolin，B.L.，Newsted，P.R.，2003.一个偏最小二乘潜变量建模方法测量相互作用的影响：结果从蒙特卡洛模拟研究和电子邮件的情感/采用研究。Inf. Syst. Res.14（2），189- 217.赵，T.S.，Chih，W.H.，Ortiz，J.，例如，2018.从快速关系看信任与不确定性的矛盾。Internet Res. 28（3），716- 745.CNNIC，2022年。第49次中国互联网络发展状况统计报告可在以下网址获得：http://www.cnnic.net.cn。Dong，X.，（中国科学院，中国地质研究所，北京，2003）王，T.，2018.中国在线社交电商中的社会关系形成：IT启示的作用。Int. J. INF. 经理。42（10月）， 49比64Dong，X.，（中国科学院，中国地质研究所，北京，2003）王，T.，本巴萨岛2016.在线社交电商中的IT启示：概念化验证和规模发展。第22届美洲信息系统会议（22nd AmericasConferenceon Information Systems）圣地亚哥的AMCIS。Fang，J.，Chen，L.，中国地质大学，温，C.，例如，2018.视频网站中的共同观看体验：社会存在对电子忠诚度的影响。Int. J. 电子学。Commer. 22（3），446- 476。Faraj，S.，Jarvenpaa，S.L.，Majchrzak，A.，2011.在线社区中的知识协作。器官. Sci. 22（5），1224- 1239。Fornell，C.，Larcker，D.F.，1981.具有不可观测变量和测量误差的结构方程模型：代数与统计。J. 市场Res. 18（1），39- 50。高文，Liu，Y.，赵，P.，例如，2018.在线购物市场中的在线存在如何影响购买意愿？基于自我决定理论的解释。行为举止。Inf.Technol.37（8），786- 799。Ghoshal，S.，Moran，P.，一九九六年。不利于实践：对交易成本理论的批判管理学院年会论文集21（1），13Hong，J.，Tai，K.，Hwang，M.，例如，2016.在汉语反义词同义词游戏中，通过言语分析和运动控制的交互作用，网络认知障碍通过认知焦虑和焦虑介导影响学习进度。Comput.教育100（9月）， 32比44胡，M.，张，M.，王玉，2017.为什么观众会选择在视频直播平台上持续观看？双重识别框架的解释。Comput. Hum. 行为举止。75（10月）、 594- 606.黄，H.，Cheng，T.，黄伟，例如，2018.网络游戏玩家人格特质对相互依赖、网络聚合与持续意图的影响。Int. J. Inf.管理：J. INF. 教授 38（1），232- 242。Khalifa，M.，Shen，K.N.，2004年。系统设计对虚拟社区中社会临场感与临场感之影响。在：信息系统国际会议。可在以下网址获得：https://aisel.aisnet.org/icis2004/43。Leonardi，P.M.，Marleen，H.，斯坦菲尔德，C.，2013.企业社交媒体：组织中社交技术研究的定义、历史和前景。J. 计算机媒介通信 19（1），1- 19.Li，C.，2019.社交电商如何构建影响顾客社会购物意向的机制？一个社交电商网站的实证研究。技术预测。Soc. 变更144（7月）， 282- 294。Lim，J.S.，Choe，M.，张杰，例如，2020.一厢情愿的认同，情感参与和准社会关系在重复观看直播游戏中的作用：社会认知理论的视角。Comput. Hum.行为举止。108（7月），106327梁汉，Saraf，N.，胡昆，例如，2007.企业制度的同化：制度压力的影响与最高管理层的中介作用。MIS Q. 31（1），59- 87。Lin，J.，郭杰，Turel，O.，例如，2020.用社交电商购买有机食品：综合食品技术消费价值观视角。国际信息管理杂志51（4月）， 102033Lin，J.，罗志Cheng，X.，例如，2019.理解社交电商可供性与快速关系的相互作用：一项实证研究。信息管理56（2），213- 224。Liu，Y.，李，Y.，陶湖，例如，2008.营销渠道中的关系稳定性、信任与关系风险：来自中国的证据。印第安纳市场经理。 37（4），432- 446。陆锡坚，富尔格拉贝湖Li，S.C.Y.，1999.管理中国的直销活动：一种文化解释。J. 总线Res. 45（3），257- 266。Markus，M. L.，西尔弗，理学硕士，2008.信息技术效应研究的基础：对DeSanctis和Poole的结构特征和精神概念的新认识。J. Assoc. Inf. Syst. Online 9（10），1- 25.Merchant，A.，福特，J.B.，萨金特，A.，2010.慈善组织的故事讲述对捐赠者的情感和意图的影响。J. 总线Res. 63（7），754- 762。诺曼地方检察官1998.看不见的电脑麻省理工学院出版社，剑桥。Ou，C.X.，帕夫卢，P.A.，Davison，R.M.，2014.在单一市场中的快速关系：以计算机为媒介的沟通技术的作用。MIS Q. 38（1），209- 230。佩恩，K.，基思，M.J.，Schuetzler，R.M.，例如，2017年。 E X通过TWITCH提高直播视频游戏教学的学习效果。Comput. Hum.行为举止。77（12月）、 95比109Petter，S.，Straub，D.，Rai，A.，2007.信息系统研究中的结构性概念。MIS Q. 31（4），623- 656。邵，Z.，Pan，Z.，2019.移动社交平台中关系网络的构建：社会资本视角。Int. J. INF. 经理。44