3。2。3智能硬件产品用户人物画像

不同用户对智能硬件产品的理解和关注度都有所差异。据《智能硬件用户现状报告》显示，智能硬件用户一般有三大标签：男性、80后、中高收入。一般男性会比女性偏向于研究智能及科技型产品，对新型智能性设备的接受度也较高；80后，即36岁以内的年轻人。80后总体知识水平较高，乐于接收新知识及新事物；中高收入者，智能硬件产品更新速度较快且成本较高，能够接受产品迭代及消费的人群的收入需偏高。智能硬件产业属于启动期，整个产业链还在不断摸索完善中，产品硬件成本及运营成本较高，这就使得硬件产品的市场价格较之于其他商品来的高。

据报告显示，智能硬件消费中近70%的用户为男性，年龄集中分布在25岁－35岁之间消费者的月收入超过8000元。

第四章 理论模型构建与研究假设

 4。1影响购物决策因素分析

上文中对在线评论及在线差评进行了分析与界定，并对在线评论的传播机制及对消费者购买决策的影响机制的相关文献研究，不同学者对相关差评因素的划分有所不。本章节将对相关研究中的细分因素进行分析，构建理论模型，并结合实际情况提出研究假设。

信息的沟通从传播者开始，将信息进行编码，并通过传播媒介将信息传递到接收者，接收者需要将信息进行解码才能正确理解信息中所表达的含义，信息传播过程中会受到来自内外部因素的影响。网络口碑传播过程也是一样，口碑信息传播过程中也必然会涉及到各个因素的影响，比如口碑的表法方式或者信息传递的意思对不同接收者理解的不同。

通过文献研究及各学者对消费者购物决策影响的理论基础，可以看出，外部刺激，即在线评论的不同类型使得消费者感知风险程度不同，这也最终导致消费者购物决策的不同。如图4。1所示。

图4- 1 在线评论对消费者购买意愿模式图

本文通过感知风险这个中介变量来研究不同消费者对外部刺激风险感知过程，并研究通过用户的风险感知最终对其购买意愿的影响。外部刺激即在线评论的不同形式，主要包括信息源的可信度、信息本身的特点、信息接收者的特征等。

信息源的可信度包括评论者的专业性、评论网站的知名度、评论网站的可靠性；

信息本身的特点包括评论内容的真实性、评论内容的客观性、评论的数量等；

信息接收者的特征包括接收者的自身主观倾向、网购参与情况等。

 4。2理论模型构建

通过文献及上文的研究，在线评论对消费者购买意愿有重要影响。本文尝试将评论信息本身的特点作为自变量，研究其对消费者购买的影响情况。将内容细分为产品、服务及物流三个方面，从不同方面研究其对消费者购买决策的影响程度，进而得出结论。

通过在线评论对感知风险的影响情况对消费者购买意愿的影响作出分析。如图4-2所示。

图4- 2 理论模型

 4。3研究假设提出

根据本文研究目的及上述研究模型，针对在线差评对线上消费者购物决策影响，提出以下研究假设：

H1：产品问题在线差评显著影响在线消费者感知风险；

H2：服务态度在线差评显著影响在线消费者感知风险；

H3：物流问题在线差评显著影响在线消费者感知风险；

H4：消费者感知风险负向影响在线消费者购物决策；

第五章 研究设计与数据收集

为对本文研究模型及研究假设进行验证，并开展后文的分析论述，文本针对在线差评对线上消费者的购物决策影响主要采用问卷调查的方法