人工智能口碑的构念开发与效应检验:农村旅游中AI独特性与访问意向的驱动机制研究
人工智能口碑的构念开发与效应检验:农村旅游中AI独特性与访问意向的驱动机制研究人工智能口碑：农村旅游中AI独特性和访问意向的驱动机制研究 一、研究问题与理论背景 在数字传播生态急剧演变的当下，消费者影响力已从传统人际口碑（WOM）演进至电子口碑（eWOM），并进一步迈向人工智能驱动的口碑传播（AIWOM）。AIWOM被界定为消费者与AI系统（如聊天机器人、语音助手、推荐引擎）之间实时、对话式的互动过程，其说服力源于算法解析、预测分析与情境化个性化的协同作用。然而，现有口碑研究多聚焦于人类生成内容，对AI介入信息创造、中介与个性化适配的独特机制缺乏系统探讨。尤其在乡村旅游情境中，信息不对称、营销资源匮乏与信任构建困难并存，AIWOM是否以及如何影响游客的访问意向，仍是一个尚未充分解答的议题。 为填补上述空白，本研究锚定两大核心问题：第一，AIWOM作为一个多维构念，其结构维度应如何界定与测量？第二，AIWOM各维度如何受前因变量驱动，并进一步影响游客对乡村旅游目的地的访问意向？研究立足于病毒行为三属性模型（真实性、创造力、个性化），但并非简单复制该模型的分析逻辑，而是对其进行了理论再语境化——将三项属性重新诠释为AI系统特有的三项功能性传播机制，即AI中介口碑、AI生成口碑与AI个性化口碑。这一转换意味着分析重心从“消费者心理感知”转向“技术赋能传播功能”，从而为理解AI如何重构口碑传播结构提供了新的理论透镜。 二、研究设计与方法 本研究采用两阶段设计，兼顾量表开发与理论验证。第一阶段聚焦于AIWOM测量量表的构建与纯化，遵循“条目生成—内容审查—内容效度指数评估—探索性因子分析与验证性因子分析”的标准化流程。质性数据通过在线半结构深度访谈收集，受访者为27名熟悉旅游AI工具使用的越南游客，访谈内容围绕AIWOM的类型划分与具体表现形式展开，最终生成29个初始条目。随后经三位学术专家评估、八位专家内容效度评定，保留22个条目。量化验证阶段通过专业研究公司在线面板收集275份有效问卷，运用主成分分析与验证性因子分析检验量表的因子结构与信效度。 第二阶段旨在检验AIWOM在农村旅游情境中的前因与后果。通过同一研究公司面板收集366份有效问卷，样本以25–34岁青年群体为主（45.9%），性别分布均衡，受访者多通过社交媒体获取旅游信息（49.7%）。测量工具涵盖区分性、情感体验、访问意向、游客期望及AIWOM三维度。数据分析综合运用描述性统计、信度检验、验证性因子分析、结构方程模型及多群组分析，系统评估构念间关系及期望的调节效应。 三、研究结果 量表开发阶段：探索性因子分析萃取出三个清晰因子，累计解释方差69.685%，所有条目因子载荷均高于0.5且无显著交叉载荷。验证性因子分析显示模型拟合良好（χ²/df=1.492, RMSEA=0.042, CFI=0.978），各维度组合信度（CR>0.9）与平均方差萃取量（AVE>0.6）均达理想标准，区分效度通过AVE平方根大于构念间相关系数予以确认。结果表明，AIWOM确由AI中介口碑、AI生成口碑与AI个性化口碑三个相互关联但概念独立的分维度构成，各维度间呈低至中等程度相关（0.400–0.481），说明其捕捉了AI赋能传播的非冗余面向。 理论模型检验阶段：结构方程模型结果显示，区分性对AIWOM三个维度均有显著正向影响，其中对AI中介口碑的效应最强（β=0.197），对AI生成口碑（β=0.158）与AI个性化口碑（β=0.179）的影响次之。情感体验显著正向影响AI中介口碑（β=0.118）与AI生成口碑（β=0.121），但对AI个性化口碑的影响未达显著水平。三个AIWOM维度均显著正向预测访问意向，效应量较为接近（AI中介：β=0.161；AI生成：β=0.128；AI个性化：β=0.126），表明各维度在驱动游客行为意向方面具有互补而非替代的作用。模型整体拟合良好（χ²/df=2.111, RMSEA=0.055, CFI=0.950）。 调节效应检验：游客期望仅在情感体验与AI生成口碑之间发挥显著正向调节作用（|z|=1.998），即当游客期望较高时，情感体验对AI生成口碑的促进效应更强（β=0.212）；在低期望条件下该效应不显著。期望对情感体验与AI中介口碑、AI个性化口碑之间关系的调节效应均未达显著水平，说明期望的调节作用具有AI功能异质性，主要影响情感驱动型AI传播行为，而对效用导向、系统导向的AI传播功能影响有限。 四、研究意义与贡献 理论层面，本研究首次系统构建并实证验证了AIWOM的多维测量量表，将AIWOM从抽象概念转化为可操作化、可检验的学术构念。通过区分AI中介、生成与个性化三种功能机制，研究超越了将AI视为单一传播通道的传统视角，揭示了AI作为传播主体所具备的差异化赋能逻辑。这一贡献回应了学界对AI在旅游领域“设计有益AI”的优先研究呼吁，并为后续探索AI驱动传播的认知、情感与行为后果提供了测量基础。同时，研究将病毒行为三属性模型引入AI传播情境并予以理论再语境化，拓展了该模型在技术中介环境中的解释力。此外，研究证实了区分性与情感体验对AIWOM的差异化驱动效应，并发现游客期望仅在特定AI功能维度上发挥调节作用，这一发现精细化了期望确认理论在AI传播情境中的适用边界。 实践层面，AIWOM量表为旅游管理者提供了诊断与优化AI传播策略的工具。AI中介口碑维度提示应强化AI在跨平台信息聚合与社区内容连接方面的功能，以降低游客信息搜索成本；AI生成口碑维度建议关注AI生成内容的准确性、可信度与实用性，尤其适合内容生产资源有限的乡村旅游目的地；AI个性化口碑维度则指向基于用户偏好与行为数据的精准推荐，有助于实现细分市场与乡村特色资源的有效匹配。从可持续发展视角看，AIWOM可通过提升乡村旅游目的地的可见度与吸引力，促进就业与经济增收（SDG 8），推动数字基础设施与创新应用（SDG 9），引导游客流向非中心城市以优化区域均衡发展（SDG 11），并通过个性化推荐鼓励负责任的消费行为（SDG 12）。 研究局限与未来方向：在线半结构访谈虽提高了受访者对新兴概念的思考深度，但限制了研究者实时追问与动态互动，未来可结合传统面对面访谈加以补充。由于第二阶段聚焦于越南尚处发展初期的乡村旅游市场，部分测量条目因语境差异被剔除，后续研究可在更广泛的服务产品类别中检验量表的跨情境适用性。此外，未来研究可引入信任（包括功能性信任与类人信任）作为补充预测变量，以构建更为完整的AIWOM采纳理论框架。 英文标题：Harnessing AI-driven word of mouth: construction, validation, and impact on AI distinctiveness and visit intention in rural tourism 英文作者：Hoang Tran Phuoc Mai Le, Minh Thi Ngoc Phan, Tri Dinh M. Le, Tri Minh Ha 中文标题：人工智能口碑的构念开发与效应检验：农村旅游中AI独特性与访问意向的驱动机制研究
相关文章
发表评论
评论列表
- 这篇文章还没有收到评论，赶紧来抢沙发吧~