（二）研究意義1.理論意義經(jīng)過(guò)對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響的探究，在采取理論和實(shí)證相結(jié)合的方式上，進(jìn)一步解釋直播平臺(tái)網(wǎng)紅特質(zhì)各變量是如何通過(guò)用戶信任對(duì)用戶契合起作用。本文以此為基礎(chǔ)搭建理論模型，做出假設(shè)，并借助檢驗(yàn)分析獲得總結(jié)，使該方面的研究理論得到擴(kuò)展。2.現(xiàn)實(shí)意義如今，網(wǎng)絡(luò)購(gòu)物已變成一種時(shí)代趨勢(shì)，再加上電商行業(yè)迅速崛起，在線商家之間的競(jìng)爭(zhēng)加劇。聚集潛在消費(fèi)者的關(guān)注，刺激消費(fèi)，提高銷量是各商家在該行業(yè)立足的關(guān)鍵，研究直播平臺(tái)網(wǎng)紅特質(zhì)與用戶契合之間關(guān)系的現(xiàn)實(shí)意義就體現(xiàn)在這里。同時(shí)，本文探究獲取的結(jié)論能夠?yàn)樯碳壹訌?qiáng)直播平臺(tái)網(wǎng)紅特質(zhì)的塑造提供理論依據(jù)，并向商家提供相應(yīng)的方法與建議，從而加強(qiáng)行業(yè)競(jìng)爭(zhēng)力。（三）研究方法與創(chuàng)新之處1.研究方法（1）文獻(xiàn)研究法本文依據(jù)所探究的對(duì)象，閱讀了大量有關(guān)的期刊及文獻(xiàn)，對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)、用戶信任、用戶契合有關(guān)資料進(jìn)行分析，歸納核心觀點(diǎn)并在相關(guān)文獻(xiàn)的奠基下,做出假設(shè)。（2）問(wèn)卷調(diào)研法本次問(wèn)卷引入了Likert量表，結(jié)合直播平臺(tái)網(wǎng)紅特質(zhì)的各因素、用戶信任以及用戶契合三方面的內(nèi)容做出各部分的題項(xiàng)，在數(shù)次預(yù)先調(diào)查后，通過(guò)不斷調(diào)整完善獲得一份最符合要求的問(wèn)卷，最后分享問(wèn)卷鏈接到微信、微博、知乎等軟件，等較多人作答后回收問(wèn)卷。（3）因子分析法借助SPSS22.0分析有效問(wèn)卷的樣本情況、可靠性、有效性、及變量間的相關(guān)性與回歸關(guān)系，再對(duì)假設(shè)加以驗(yàn)證，最終確認(rèn)是否正確。2.創(chuàng)新之處（1）本文的探究對(duì)象是直播平臺(tái)網(wǎng)紅特質(zhì)，而網(wǎng)紅主播作為平臺(tái)用戶獲得有關(guān)產(chǎn)品信息的主要渠道，在網(wǎng)絡(luò)購(gòu)物變成主流趨勢(shì)的背景下，具有重要的地位。怎么加強(qiáng)用戶契合是直播平臺(tái)快速引流變現(xiàn)的重要問(wèn)題，但學(xué)術(shù)界較少有文獻(xiàn)探究，而本文基于這個(gè)情況進(jìn)行研究。（2）將用戶信任設(shè)為中介變量，而用戶信任又是產(chǎn)生用戶契合過(guò)程中的關(guān)鍵心理變量，借助探究用戶信任的形成與作用，能夠更簡(jiǎn)單地看出自變量和因變量之間的關(guān)聯(lián)。（3）依據(jù)對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)產(chǎn)生影響的因素，以信息采用模型為基礎(chǔ)，把網(wǎng)紅個(gè)人特質(zhì)細(xì)分為專業(yè)性、吸引力、知名度、創(chuàng)新性方面，以其為自變量應(yīng)用至研究中，搭建本研究的理論模型。（四）研究?jī)?nèi)容和架構(gòu)1.研究?jī)?nèi)容論文經(jīng)過(guò)對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響的研究，將論文分為七個(gè)版塊，如下：第一部分：引言。闡明本文的探究背景、探究意義，列出探究方法和創(chuàng)新所在。第二部分：文獻(xiàn)綜述。從網(wǎng)紅著手，查閱了直播平臺(tái)網(wǎng)紅特質(zhì)、用戶信任、用戶契合三者相關(guān)的文獻(xiàn)材料，對(duì)探究該論題的因由進(jìn)行論述，解釋三者是如何相互作用，為下文做出假設(shè)進(jìn)行鋪墊。第三部分：提出假設(shè)及搭建理論模型。以國(guó)內(nèi)外學(xué)者的理論研究為依據(jù)，把直播平臺(tái)網(wǎng)紅特質(zhì)的專業(yè)性、吸引力、知名度、創(chuàng)新性作為自變量，將用戶契合作為因變量，將用戶信任設(shè)為中介變量，做出理論假設(shè)并以信息采用模型為基礎(chǔ)建立研究模型。第四部分：?jiǎn)柧戆l(fā)布及數(shù)據(jù)處理。根據(jù)直播平臺(tái)網(wǎng)紅特質(zhì)細(xì)分出的多個(gè)變量，運(yùn)用Likert量表，在實(shí)行數(shù)次預(yù)調(diào)查后，不斷修改完善，獲得最符合要求的問(wèn)卷并將問(wèn)卷鏈接發(fā)到微信、微博、知乎等平臺(tái)，待做完后回收問(wèn)卷。最終，借助SPSS22.0進(jìn)行有關(guān)探究。第五部分：驗(yàn)證假設(shè)和實(shí)證探究。通過(guò)SPSS22.0對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)的各因素、用戶信任、用戶契合三者的關(guān)系進(jìn)行回歸分析，檢驗(yàn)前文提出的假設(shè)。第六部分：總結(jié)結(jié)論和提出對(duì)策。經(jīng)過(guò)實(shí)證得出結(jié)論，同時(shí)對(duì)怎么加強(qiáng)對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)的塑造及提高銷量做出對(duì)應(yīng)的方法建議。第七部分：研究問(wèn)題及展望。指出本文在研究過(guò)程中出現(xiàn)的問(wèn)題，并據(jù)此提出解決方案和對(duì)將來(lái)研究的展望。2.研究架構(gòu)直播平臺(tái)網(wǎng)紅特質(zhì)直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響研究國(guó)內(nèi)外相關(guān)研究綜述國(guó)內(nèi)外相關(guān)研究綜述研究假設(shè)與理論模型構(gòu)建研究假設(shè)與理論模型構(gòu)建調(diào)研問(wèn)卷設(shè)計(jì)圖3直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響研究框架樣本數(shù)據(jù)分析（描述性、信效度、相關(guān)分析）實(shí)證研究結(jié)果分析、對(duì)策建議提出研究假設(shè)框架用戶契合中用戶信任的中介作用檢驗(yàn)直播平臺(tái)網(wǎng)紅特質(zhì)各因素、用戶信任和用戶契合之間的關(guān)系分析直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響的實(shí)證分析提煉影響因素

調(diào)研問(wèn)卷設(shè)計(jì)圖3直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響研究框架樣本數(shù)據(jù)分析（描述性、信效度、相關(guān)分析）實(shí)證研究結(jié)果分析、對(duì)策建議提出研究假設(shè)框架用戶契合中用戶信任的中介作用檢驗(yàn)直播平臺(tái)網(wǎng)紅特質(zhì)各因素、用戶信任和用戶契合之間的關(guān)系分析直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響的實(shí)證分析提煉影響因素二、文獻(xiàn)綜述（一）有關(guān)概念的梳理網(wǎng)紅發(fā)展歷經(jīng)了以網(wǎng)絡(luò)作家為主力軍的1.0時(shí)代與以草根名人占主體的2.0時(shí)代，如今已經(jīng)進(jìn)入了帶貨主播紅極一時(shí)的網(wǎng)絡(luò)直播名人3.0時(shí)代。伴隨網(wǎng)絡(luò)名人直播的迅速發(fā)展，許多企業(yè)開(kāi)始通過(guò)對(duì)直播網(wǎng)紅進(jìn)行投資來(lái)宣傳產(chǎn)品。不同學(xué)者對(duì)網(wǎng)紅的概念有不同的觀點(diǎn)。作為嶄新的社會(huì)經(jīng)濟(jì)現(xiàn)象，網(wǎng)紅與網(wǎng)紅經(jīng)濟(jì)具有明顯的中國(guó)特點(diǎn)，因此如今學(xué)術(shù)界對(duì)二者的探究依然處于初始階段（孫婧，王新新，2019）。因?yàn)榫W(wǎng)紅產(chǎn)生的領(lǐng)域及類型較為多樣，所以如今國(guó)內(nèi)學(xué)者對(duì)其還沒(méi)有標(biāo)準(zhǔn)一致的定義。網(wǎng)紅包括擅長(zhǎng)文字的網(wǎng)絡(luò)作家及段子手，因?yàn)榫哂心硞€(gè)領(lǐng)域的專業(yè)知識(shí)而獲得注意的專業(yè)人才，由于萌寵而受到大眾歡迎的網(wǎng)紅等等。網(wǎng)紅的種類日益豐富，甚至延伸到動(dòng)物與卡通人物，這讓研究者對(duì)網(wǎng)紅提出明確的定義增加了難度，只能歸納其特征來(lái)解釋。敖鵬（2016）認(rèn)為網(wǎng)紅是經(jīng)常出沒(méi)于網(wǎng)絡(luò)平臺(tái)，而且在某方面得到粉絲追崇，聚積著影響力的個(gè)人或團(tuán)體。網(wǎng)紅概念有兩個(gè)主要因素：一為線上平臺(tái)，也就是網(wǎng)紅制造與發(fā)布內(nèi)容的空間；二是和用戶的互動(dòng)關(guān)系。王衛(wèi)兵（2016）認(rèn)為網(wǎng)紅是借助網(wǎng)絡(luò)實(shí)現(xiàn)自己在現(xiàn)實(shí)生活中未實(shí)現(xiàn)的愿望及需求，并且快速吸引公眾注意力而走紅的個(gè)人。沈霄等人（2016）認(rèn)為網(wǎng)紅是一種受歡迎的人，因?yàn)槟撤N行為或事件而受到很多網(wǎng)民的關(guān)注。網(wǎng)紅也許來(lái)自現(xiàn)實(shí)生活，也可能在網(wǎng)絡(luò)上產(chǎn)生。孟陸等[1]在以往研究的基礎(chǔ)上，對(duì)比了直播平臺(tái)網(wǎng)紅和傳統(tǒng)代言人的特點(diǎn)，根據(jù)直播內(nèi)容的特征，將其分為技能型、娛樂(lè)型、商品型三類。本文依據(jù)文獻(xiàn)梳理認(rèn)為：網(wǎng)紅是在網(wǎng)絡(luò)平臺(tái)上借助外在事物或個(gè)人特質(zhì)與能力而得到用戶關(guān)注的一類群體。網(wǎng)紅在打造口碑、挖掘潛在消費(fèi)者、刺激消費(fèi)上扮演主要角色，可以在一定程度上加強(qiáng)用戶信任，進(jìn)而影響用戶契合，對(duì)于提高商家銷量也起著首要作用。在電商領(lǐng)域，認(rèn)為獲取用戶信任是電商平臺(tái)獲得發(fā)展的主要因素，在學(xué)術(shù)界，與之相關(guān)的探究成果層見(jiàn)疊出。其中最被認(rèn)同且得到了廣泛的應(yīng)用的是Mayer(1995)等人的研究，他認(rèn)為，信任是指一方自愿接受另一方的行為所造成的傷害，因?yàn)樗谕硪环綄?duì)他做一些重要的事情，在不包括一方能夠監(jiān)管另一方的前提下。[2]McKnight(2002)等人指出，當(dāng)用戶對(duì)某一電商平臺(tái)形成信任，他們將會(huì)更樂(lè)意和商家進(jìn)行交易或持續(xù)交易[3]。Eastlick(2006)等人進(jìn)行實(shí)證探究發(fā)現(xiàn)，信任是用戶和電商平臺(tái)賣家保證持續(xù)、有效交易的前提條件，也是產(chǎn)生用戶契合的重要前提條件[4]。在互聯(lián)網(wǎng)的網(wǎng)紅群體中，信任表現(xiàn)了用戶對(duì)該群體的信心，是促進(jìn)網(wǎng)絡(luò)互動(dòng)及維持長(zhǎng)期社交關(guān)系的重要催化劑。用戶契合的探究源自顧客契合——在營(yíng)銷領(lǐng)域引入的第一個(gè)契合概念[5]。社交平臺(tái)的產(chǎn)生使消費(fèi)者群體向用戶靠近，一方面，社交線上平臺(tái)是一個(gè)以受眾為中心，以互聯(lián)網(wǎng)成員為溝通紐帶的網(wǎng)絡(luò)交流平臺(tái)，其本質(zhì)解釋了為什么“用戶”代替了“客戶”。另一方面，根據(jù)客戶和用戶各自的定義，客戶往往被用來(lái)代表光顧的人，卻不一定發(fā)生參與或消費(fèi)行為，潛在客戶也包含在里面；而用戶具有更確切的含義，可以更好地表示與平臺(tái)之間的關(guān)聯(lián)。因此，基于Vivek等人(2012)對(duì)顧客契合概念的界定“個(gè)人參與和接觸組織產(chǎn)品和活動(dòng)的強(qiáng)度”,本文對(duì)用戶契合的定義為：社交平臺(tái)用戶熱情參與平臺(tái)活動(dòng)、與其他用戶交流和互動(dòng)的意愿強(qiáng)度。（二）直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響根據(jù)對(duì)刺激-機(jī)體-反應(yīng)理論及效價(jià)模型的研究，作為外部刺激，網(wǎng)紅特質(zhì)會(huì)對(duì)用戶信任產(chǎn)生影響，從而影響用戶契合[6]。另外，意義遷移理論提出，用戶對(duì)商品代言人的感受會(huì)遷移到商品或服務(wù)上。若網(wǎng)紅的專業(yè)性、吸引力、知名度和創(chuàng)新性較強(qiáng)，將會(huì)使用戶對(duì)其所推薦或銷售的產(chǎn)品或服務(wù)產(chǎn)生好感。賈法羅娃與拉什沃思(Djafarova&Rushworth)[7]采訪一些女性,發(fā)現(xiàn)網(wǎng)紅能更深地影響她們對(duì)所推薦產(chǎn)品或服務(wù)的契合程度,她們更傾向于這些網(wǎng)紅和她們有更多關(guān)聯(lián)，研究得出網(wǎng)紅對(duì)用戶契合有光暈效應(yīng)。結(jié)合上述分析，我們將從專業(yè)性、吸引力、知名度和創(chuàng)新性四個(gè)角度對(duì)用戶契合展開(kāi)研究。（三）直播平臺(tái)網(wǎng)紅特質(zhì)通過(guò)用戶信任對(duì)用戶契合的影響在對(duì)直播平臺(tái)用戶網(wǎng)絡(luò)購(gòu)物深度訪談過(guò)程中得知，用戶直播購(gòu)物流程是:直播平臺(tái)利用大數(shù)據(jù)與人工智能算法推送符合受眾喜好的內(nèi)容和引導(dǎo)其觀看相關(guān)領(lǐng)域的網(wǎng)紅直播，用戶因?yàn)槌醪脚d趣及潛在需求開(kāi)始關(guān)注該網(wǎng)紅，在重復(fù)對(duì)比及深層次了解后形成信任，通過(guò)分析后介紹或購(gòu)買，進(jìn)而產(chǎn)生用戶契合。劉(Liu)等[8]認(rèn)為,網(wǎng)紅通過(guò)信任機(jī)制對(duì)用戶契合起作用，并建立了信任、時(shí)間與領(lǐng)域的三維算法結(jié)構(gòu)，方便營(yíng)銷從業(yè)人員進(jìn)行決策。在電子商務(wù)模式中，因?yàn)榫W(wǎng)絡(luò)購(gòu)物的風(fēng)險(xiǎn)性較大，信任對(duì)于用戶滿意度所起的作用將直接影響用戶的決策。McKnight(1998)等人認(rèn)為，信任、線上平臺(tái)結(jié)構(gòu)穩(wěn)定、網(wǎng)絡(luò)風(fēng)氣、第一印象、人際交往等，都是加快信任產(chǎn)生的重要因素[9]。以此推斷，在直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響研究中，用戶信任起著中介的作用。綜上，為了深層次探究直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響，本文將直播平臺(tái)網(wǎng)紅特質(zhì)設(shè)為自變量，用戶契合設(shè)為因變量，將用戶信任設(shè)為直播平臺(tái)網(wǎng)紅特質(zhì)和用戶契合之間的中介變量，并將直播平臺(tái)網(wǎng)紅特質(zhì)細(xì)分為專業(yè)性、吸引力、知名度和創(chuàng)新性這四個(gè)探究角度，揭示各個(gè)變量與用戶契合之間的關(guān)系。該研究理論將為電商平臺(tái)及企業(yè)經(jīng)過(guò)加強(qiáng)網(wǎng)紅個(gè)人特質(zhì)塑造，引導(dǎo)用戶契合，進(jìn)而提高銷量的過(guò)程提供理論支撐，加強(qiáng)商家行業(yè)競(jìng)爭(zhēng)力，使其能夠更長(zhǎng)久地在該行業(yè)立足。三、提出假設(shè)及搭建理論模型（一）直播平臺(tái)網(wǎng)紅特質(zhì)各因素對(duì)用戶契合的影響及假設(shè)直播平臺(tái)上的網(wǎng)紅是互聯(lián)網(wǎng)信息技術(shù)迭代更新與電商行業(yè)持續(xù)發(fā)展的背景下的新產(chǎn)物。網(wǎng)紅的形成標(biāo)準(zhǔn)遠(yuǎn)不及明星，大部分出身于普通階層，因此比較接近廣大用戶的日常生活，并且對(duì)自身熟悉的區(qū)域具有比較深層次的了解，或者經(jīng)過(guò)后天學(xué)習(xí)和親自體驗(yàn)試用，對(duì)商品具有很扎實(shí)的知識(shí)儲(chǔ)備，網(wǎng)紅和產(chǎn)品的匹配程度比較高，與用戶之間心理上的距離也相對(duì)較近，其系列宣傳及推薦就更能夠獲得粉絲的認(rèn)可[10-12]。有學(xué)者指出，網(wǎng)紅經(jīng)由短視頻或直播平臺(tái)吸引眾多用戶關(guān)注，聚集一定數(shù)量的粉絲，并且能夠?qū)⒆约何εc話題性進(jìn)行迅速變現(xiàn)[13]。網(wǎng)紅通過(guò)直播平臺(tái)可以實(shí)時(shí)回應(yīng)用戶關(guān)心的事項(xiàng)，用戶也能夠及時(shí)得到自己所需的信息，有較好的參與感，這更加有利于激發(fā)用戶契合行為，與傳統(tǒng)代言人相比，網(wǎng)紅具有較高的創(chuàng)新性[14-15]。所以，本研究將網(wǎng)紅特質(zhì)歸納為專業(yè)性、吸引力、知名度、創(chuàng)新性四個(gè)維度。

在網(wǎng)紅的專業(yè)性方面，網(wǎng)紅在推薦商品的時(shí)候，往往應(yīng)具有這類產(chǎn)品完整的專業(yè)知識(shí)，發(fā)揮其專業(yè)技能向用戶演示介紹，消費(fèi)者能夠從網(wǎng)紅這里知道更多有關(guān)產(chǎn)品的使用知識(shí)及產(chǎn)品功能，進(jìn)而降低購(gòu)買決策的風(fēng)險(xiǎn)，從而更好地做出購(gòu)買決策且激發(fā)了用戶契合。在網(wǎng)紅的吸引力方面，有學(xué)者指出，網(wǎng)紅通過(guò)某些直播或者社交平臺(tái)，樹(shù)立某種特殊形象，借助對(duì)自己的審美、品位、生活態(tài)度等的闡述，力爭(zhēng)引來(lái)一部分用戶的學(xué)習(xí)和崇拜，并對(duì)粉絲實(shí)行精準(zhǔn)化營(yíng)銷，最后引導(dǎo)粉絲選擇購(gòu)買其推薦的產(chǎn)品或服務(wù)[16]。網(wǎng)紅主播與用戶的雙向溝通不僅為用戶提供了信息型內(nèi)容，而且網(wǎng)紅的顏值、才藝、幽默在帶給人美好感受的同時(shí)也能夠讓人回味，從而加強(qiáng)用戶契合，打造虛擬的社交空間，創(chuàng)造出社交價(jià)值。石夫磊與王傳生[17]建立有關(guān)直播帶貨模式的系統(tǒng)動(dòng)力學(xué)模型并做仿真分析,結(jié)果表明，網(wǎng)紅的吸引力在引起用戶契合方面發(fā)揮主要作用。在網(wǎng)紅的知名度方面，廖衛(wèi)紅（2013）認(rèn)為具有一定的知名度的直播網(wǎng)紅能使用戶更放心地購(gòu)買產(chǎn)品。同時(shí)，網(wǎng)紅和用戶的互動(dòng)程度也更高，這會(huì)對(duì)用戶契合行為產(chǎn)生一定的激勵(lì)效果，進(jìn)而加強(qiáng)用戶購(gòu)買的可能。在網(wǎng)紅的創(chuàng)新性方面，在直播平臺(tái)上直播的時(shí)候，網(wǎng)紅常常及時(shí)展示產(chǎn)品與服務(wù)，和用戶進(jìn)行交流和溝通，使用戶對(duì)商品有更深切的感受。為保持吸引用戶的注意并引導(dǎo)用戶契合行為，網(wǎng)紅有采用創(chuàng)新性內(nèi)容與方式來(lái)展示產(chǎn)品的必要。研究表明，直播平臺(tái)網(wǎng)紅個(gè)人特質(zhì)會(huì)對(duì)消費(fèi)者的用戶契合程度產(chǎn)生影響，當(dāng)網(wǎng)紅具有比較高的專業(yè)性、吸引力、知名度和創(chuàng)新性時(shí)，能夠加強(qiáng)用戶契合。由此提出假設(shè)：H1：網(wǎng)紅的專業(yè)性正向影響用戶契合H2：網(wǎng)紅的吸引力正向影響用戶契合H3：網(wǎng)紅的知名度正向影響用戶契合H4：網(wǎng)紅的創(chuàng)新性正向影響用戶契合（二）直播平臺(tái)網(wǎng)紅特質(zhì)各因素對(duì)用戶信任的影響及假設(shè)互聯(lián)網(wǎng)直播平臺(tái)不僅是信息技術(shù)系統(tǒng)，也是用戶和主播與商家互動(dòng)的重要渠道。袁莉（2012)認(rèn)為經(jīng)過(guò)社會(huì)化媒體來(lái)加強(qiáng)網(wǎng)絡(luò)購(gòu)物的過(guò)程中的人際溝通、信息交流與用戶參與能夠降低用戶對(duì)購(gòu)物的風(fēng)險(xiǎn)預(yù)知，提升信任度，從而加強(qiáng)購(gòu)買意愿與用戶契合程度。隨著大數(shù)據(jù)處理技術(shù)的進(jìn)步，消費(fèi)者要先面對(duì)許多質(zhì)量參差不齊的信息才能做出決策，在這種購(gòu)買決策困難的情景下，用戶會(huì)借助在直播中和主播互動(dòng)做出信息擇取與評(píng)估，從而加強(qiáng)對(duì)主播與產(chǎn)品的信任度。Gefen（2000)認(rèn)為信任能夠被看作是信任一方對(duì)另外被信任方的善意、實(shí)力、正直等個(gè)性特點(diǎn)的信任與對(duì)不確定性環(huán)境的信任。網(wǎng)紅主播與用戶的雙向溝通不僅為用戶提供了信息型內(nèi)容，而且網(wǎng)紅的顏值、才藝、幽默在帶給人美好感受的同時(shí)也能夠讓人回味，獲得消費(fèi)者信任。網(wǎng)紅通過(guò)直播的視頻和聲音將用戶和產(chǎn)品服務(wù)相連，借助視覺(jué)、聽(tīng)覺(jué)來(lái)觸發(fā)擴(kuò)大用戶的真實(shí)體驗(yàn)。這種體驗(yàn)將有利于加強(qiáng)用戶的信任感，引發(fā)用戶契合行為。當(dāng)用戶在觀看網(wǎng)紅直播過(guò)程中得到信任感知，就容易形成在閑暇時(shí)觀看直播間的習(xí)慣。另外，網(wǎng)紅直播的實(shí)質(zhì)其實(shí)是人和人之間的信任。網(wǎng)紅主播保持著對(duì)用戶高度負(fù)責(zé)的心理，真誠(chéng)推薦產(chǎn)品，此外知名網(wǎng)紅主播常常具有很強(qiáng)的講價(jià)能力，能夠?yàn)橄M(fèi)者向廠商爭(zhēng)取到特別優(yōu)惠的價(jià)格。因此，用戶對(duì)網(wǎng)紅的信任感便可以漸漸樹(shù)立起來(lái)。研究表明，直播平臺(tái)網(wǎng)紅個(gè)人特質(zhì)會(huì)對(duì)用戶信任產(chǎn)生影響，當(dāng)網(wǎng)紅具備較強(qiáng)的專業(yè)性、吸引力、知名度和創(chuàng)新性時(shí)，會(huì)對(duì)用戶信任程度產(chǎn)生積極的影響。由此做出假設(shè)：H5：網(wǎng)紅的專業(yè)性正向影響用戶信任H6：網(wǎng)紅的吸引力正向影響用戶信任H7：網(wǎng)紅的知名度正向影響用戶信任H8：網(wǎng)紅的創(chuàng)新性正向影響用戶信任（三）用戶信任對(duì)用戶契合的影響及假設(shè)唐嘉庚(2006)經(jīng)過(guò)探究發(fā)現(xiàn)，用戶與用戶、平臺(tái)以及線上商家的交流情況對(duì)用戶對(duì)產(chǎn)品及平臺(tái)是否可以形成信任產(chǎn)生重要效用，進(jìn)而也會(huì)對(duì)用戶購(gòu)買意向和購(gòu)買行為的偏向產(chǎn)生很大影響[18]。即用戶對(duì)商品、主播和商家是否能夠產(chǎn)生信任感在很大程度上影響用戶的契合程度。在社會(huì)化電商環(huán)境下，用戶信任對(duì)用戶契合的影響更加明顯，是引起用戶契合產(chǎn)生的不可或缺的因素。根據(jù)以上分析，做出假設(shè)：H9:用戶信任正向影響用戶契合（四）用戶信任的中介作用及假設(shè)用戶信任產(chǎn)生歷程向來(lái)是社會(huì)心理學(xué)家關(guān)注的熱點(diǎn)，而信任態(tài)度的形成受到各種因素的影響與制約。McKnight(1998)等人認(rèn)為，個(gè)性信任偏向、網(wǎng)絡(luò)平臺(tái)的組織保證與網(wǎng)絡(luò)常態(tài)、初步印象、人際溝通等是促進(jìn)信任感形成的重要原因[19]。此外，Gefen（2000)指出信任能夠被看作是信任一方對(duì)另外被信任方的善意、實(shí)力、正直等個(gè)性特點(diǎn)的信任與對(duì)不確定性環(huán)境的信任。總的來(lái)講，形成信任態(tài)度的因素可歸納為四大類:(1)了解:經(jīng)過(guò)數(shù)次反復(fù)的交流而形成信任態(tài)度；(2)初見(jiàn):信任的態(tài)度建立在初始印象的基礎(chǔ)上；(3)機(jī)構(gòu)連接:依靠某種機(jī)構(gòu)或者第三方平臺(tái)形成信任態(tài)度；(4)個(gè)人傾向:YaobinLu（2010)指出個(gè)人特征影響信任態(tài)度的產(chǎn)生[20]。由此可知，用戶可借助在直播平臺(tái)上和網(wǎng)紅主播溝通、賞識(shí)其個(gè)人特性而形成信任態(tài)度，通過(guò)用戶信任更近一步影響用戶的契合程度。基于上述分析，本文提出以下假設(shè)：H10：用戶信任在網(wǎng)紅的專業(yè)性對(duì)用戶契合的影響中發(fā)揮中介作用H11：用戶信任在網(wǎng)紅的吸引力對(duì)用戶契合的影響中發(fā)揮中介作用H12：用戶信任在網(wǎng)紅的知名度對(duì)用戶契合的影響中發(fā)揮中介作用H13：用戶信任在網(wǎng)紅的創(chuàng)新性對(duì)用戶契合的影響中發(fā)揮中介作用（五）搭建理論模型本文以直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶的重要程度出發(fā)，經(jīng)過(guò)對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)各因素、用戶信任、用戶契合相關(guān)文獻(xiàn)的回顧與分析，把用戶信任看成是直播平臺(tái)網(wǎng)紅特質(zhì)各因素與用戶契合之間的中介變量，以信息接納模型為基礎(chǔ)，構(gòu)建了關(guān)于直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合的影響研究的理論模型如下：直播平臺(tái)網(wǎng)紅特質(zhì)專業(yè)性吸引力知名度創(chuàng)新性用戶信任用戶契合圖4直播平臺(tái)網(wǎng)紅特質(zhì)各因素對(duì)用戶契合的影響研究的理論模型四、問(wèn)卷發(fā)布及數(shù)據(jù)處理（一）問(wèn)卷發(fā)布1.量表選擇問(wèn)卷采取了Likert量表解釋受眾對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)、用戶信任、用戶契合的態(tài)度。Likert量表把每個(gè)問(wèn)題分成五種態(tài)度：非常贊同、贊同、一般、不贊同、非常不贊同并用1到5來(lái)表示。LikertV量表權(quán)威可靠，基本囊括了消費(fèi)者的所有態(tài)度，簡(jiǎn)單易懂，有益于問(wèn)卷的作答與分析。2.調(diào)查對(duì)象結(jié)合研究?jī)?nèi)容，確定調(diào)查對(duì)象是有直播消費(fèi)經(jīng)歷的網(wǎng)紅粉絲群體。3.問(wèn)卷發(fā)布本次問(wèn)卷調(diào)查借助問(wèn)卷星平臺(tái)，依托上述假設(shè)，基于保證問(wèn)卷的可靠性及有效性的目的，事先選擇小團(tuán)體分發(fā)問(wèn)卷初稿，通過(guò)數(shù)次優(yōu)化完善獲得最符合要求的問(wèn)卷，然后廣泛分發(fā)。本問(wèn)卷共25個(gè)問(wèn)題，具體內(nèi)容可在附錄中找到。（二）數(shù)據(jù)處理本文將問(wèn)卷通過(guò)問(wèn)卷星平臺(tái)在線發(fā)表和回收數(shù)據(jù)，發(fā)送問(wèn)卷二維碼或鏈接至微信、微博、知乎等平臺(tái)，待填寫完畢后進(jìn)行數(shù)據(jù)回收。本次問(wèn)卷共326份，在這里面300份有效，有效率92.02%。運(yùn)用的分析工具為SPSS22.0。1.描述性統(tǒng)計(jì)分析（1）性別分布本次調(diào)查樣本性別分布：男（21.33%），女（78.67%），見(jiàn)表1。表1調(diào)查樣本性別分布性別頻數(shù)百分比（%）有效百分比（%）累積百分比（%）有效男6421.3321.3321.33女23678.6778.67100.00總計(jì)300100.00100.00（2）年齡分布本次調(diào)查樣本年齡情況：18歲及以下（3.67%），19-25歲（84.33%），26-30歲（9.33%），31-40歲（2%），41歲及以上（0.67%），見(jiàn)表2。表2調(diào)查樣本年齡情況年齡頻數(shù)百分比（%）有效百分比（%）累積百分比（%）18歲及以下113.673.673.6719-25歲25384.3384.3388有效26-30歲289.339.3397.3331-40歲62299.3341歲及以上20.670.67100.00總計(jì)300100.00100.00（3）職業(yè)分布本次調(diào)查樣本職業(yè)情況：學(xué)生（85%），事業(yè)單位任職人員（3.67%），公務(wù)員（1%），自由職業(yè)者（3%），其他（7.33%），見(jiàn)表3。表3調(diào)查樣本職業(yè)情況職業(yè)頻數(shù)百分比（%）有效百分比（%）累積百分比（%）學(xué)生255858585事業(yè)單位任職人員113.673.6788.67有效公務(wù)員31189.67自由職業(yè)者93392.67其他227.337.33100.00總計(jì)300100.00100.00（4）調(diào)查樣本學(xué)歷情況本次調(diào)查樣本學(xué)歷情況：高中及以下（6.6%），大專（8.49%）,本科（74.53%）研究生及以上（10.38%），見(jiàn)表4。表4調(diào)查樣本學(xué)歷情況學(xué)歷頻數(shù)百分比（%）有效百分比（%）累積百分比（%）高中及以下134.334.334.33有效大專3210.6710.6715本科234787893研究生及以上2177100.00總計(jì)300100.00100.002.量表信度與效度分析（1）信度分析根據(jù)有關(guān)研究，進(jìn)行信度分析時(shí)經(jīng)常借助Cronbach’sAlpha系數(shù)，α系數(shù)在0.6-0.7之間，說(shuō)明問(wèn)卷信度能夠接受，系數(shù)值在0.7-0.8之間，則說(shuō)明信度比較好，系數(shù)值高于0.8即表明問(wèn)卷的信度高。本文運(yùn)用SPSS22.0對(duì)各變量的α系數(shù)進(jìn)行測(cè)量，信度系數(shù)設(shè)定為α≥0.6。各變量的Cronbach’sAlpha系數(shù)如表5。表5直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響各變量的Cronbach’sAlpha值量表Cronbach’sAlpha值參考值整體量表0.934專業(yè)性量表0.836吸引力量表0.743知名度量表0.919α≥0.6創(chuàng)新性量表0.779用戶信任量表0.826用戶契合量表0.797從表5中可以看出，Cronbach’sAlpha系數(shù)符合預(yù)設(shè)標(biāo)準(zhǔn)，并且該問(wèn)卷的整體置信度被認(rèn)為是較好的。（2）效度分析效度檢驗(yàn)就是對(duì)問(wèn)卷的有效性的測(cè)量，即分析結(jié)果可以反映多少測(cè)試內(nèi)容，反映越準(zhǔn)確，效度越好。本文在SPSS22.0基礎(chǔ)上采用因子分析法，測(cè)量結(jié)果表明，KMO的值比0.6大且越接近1，各問(wèn)題間關(guān)系就越緊密，緊接著進(jìn)行β檢驗(yàn)，β值的顯著性水平比0.05小，表示該問(wèn)卷能用于因子分析。本次有效性分析如表6。表6KMO和Bartlett球形度檢驗(yàn)KMO度量.932近似卡方3578.723Bartlett球形檢驗(yàn)df190顯著性.000從表6中可以看出，KMO值是0.932，β檢驗(yàn)的顯著性比0.05小，表明問(wèn)卷可以進(jìn)行有效性分析。（3）相關(guān)分析本研究通過(guò)SPSS22.0對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)變量做相關(guān)性研究，所得結(jié)果如表7。表7直播平臺(tái)網(wǎng)紅特質(zhì)各變量相關(guān)性分析專業(yè)性吸引力知名度創(chuàng)新性用戶信任用戶契合專業(yè)性相關(guān)系數(shù)10.632**0.507**0.672**0.629**0.569**P值0.0000.0000.0000.0000.000吸引力相關(guān)系數(shù)0.632**10.571**0.644**0.603**0.588**P值0.0000．0000.0000.0000.000知名度相關(guān)系數(shù)0.507**0.571**10.565**0.501**0.507**P值0.0000.0000.0000.0000.000創(chuàng)新性相關(guān)系數(shù)0.672**0.644**0.565**10.585**0.630**P值0.0000.0000.0000.0000.000用戶信任相關(guān)系數(shù)0.629**0.603**0.501**0.585**10.638**P值0.0000.0000.0000.0000.000用戶契合相關(guān)系數(shù)0.569**0.588**0.507**0.630**0.638**1P值0.0000.0000.0000.0000.000*p<0.05**p<0.01由上表可知，在直播平臺(tái)網(wǎng)紅特質(zhì)各因素中，各因素之間的相關(guān)性系數(shù)均大于0.500，說(shuō)明各變量之間的相關(guān)性較好；顯著性水平均為0.000,小于0.01說(shuō)明網(wǎng)紅特質(zhì)、用戶信任、用戶契合之間有明顯的顯著性。五、驗(yàn)證假設(shè)和實(shí)證探究（一）直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶信任、用戶契合之間關(guān)系分析1.直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶契合之間關(guān)系分析基于以上分析可知，直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶契合之間是顯著相關(guān)，下面將用SPSS22.0軟件對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶契合實(shí)行回歸關(guān)系分析，見(jiàn)表8。表8模型匯總表模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算誤差FP1.692.478.471.33067.628.000a.預(yù)測(cè)變量：（常量）專業(yè)性，吸引力，知名度，創(chuàng)新性b.因變量：用戶契合 由上表可知，調(diào)整后R方=0.478，說(shuō)明網(wǎng)紅個(gè)人特質(zhì)的專業(yè)性、吸引力、知名度、創(chuàng)新性對(duì)用戶契合的解釋度為47.8%。F=67.628(P<0.01)，表明自變量“網(wǎng)紅特質(zhì)”和因變量“用戶契合”之間的線性關(guān)系顯著，兩者回歸分析如表9。表9網(wǎng)紅個(gè)人特質(zhì)各變量與用戶契合回歸分析系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)模型B標(biāo)準(zhǔn)誤差BetatPVIF1(常量).602.1075.628.000**專業(yè)性.161.062.1592.603.010**2.106吸引力.226.065.2123.469.001**2.112知名度.083.035.1282.357.019**1.663創(chuàng)新性.302.061.3154.970.000**2.269a.因變量：用戶契合依據(jù)上表中的t值和P值可知，p值比0.05小的有專業(yè)性、吸引力、知名度、創(chuàng)新性變量，它們的t絕對(duì)值全比2大，因此，能夠得知專業(yè)性、吸引力、知名度、創(chuàng)新性正向影響用戶契合。由此可以得出，前文關(guān)于直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響的假設(shè)中，假設(shè)H1、H2、H3、H4通過(guò)。從共線性檢驗(yàn)可以得出，網(wǎng)紅各維度特質(zhì)專業(yè)性、吸引力、知名度和創(chuàng)新性的VIF值都小于5，意味著自變量之間沒(méi)有共線性問(wèn)題。2.直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶信任之間關(guān)系分析基于以上分析可知，直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶信任之間是顯著相關(guān)，下面將用SPSS22.0軟件對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶信任的關(guān)系實(shí)行回歸分析，見(jiàn)表10。表10模型匯總表模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算誤差FP1.700.491.484.31271.037.000a.預(yù)測(cè)變量：（常量）專業(yè)性，吸引力，知名度，創(chuàng)新性b.因變量：用戶信任由上表可知，調(diào)整后R方=0.484，說(shuō)明網(wǎng)紅特質(zhì)的專業(yè)性，吸引力，知名度，創(chuàng)新性對(duì)用戶信任的解釋度為48.4%。F=71.037(P<0.05)，表明自變量“網(wǎng)紅特質(zhì)”和因變量“用戶信任”之間線性關(guān)系顯著，兩者回歸分析如表11。表11網(wǎng)紅特質(zhì)各變量與用戶信任回歸分析系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)模型B標(biāo)準(zhǔn)誤差BetatPVIF1(常量).517.1015.106.000**專業(yè)性.306.059.3165.234.000**2.106吸引力.241.062.2353.899.000**2.112知名度.075.033.1202.240.026**1.663創(chuàng)新性.142.058.1542.459.015**2.269a.因變量：用戶信任依據(jù)上表中的t值和p值可知，p值小于0.05的有專業(yè)性、吸引力、知名度、創(chuàng)新性這四個(gè)變量，并且這四個(gè)變量t絕對(duì)值都大于2，因此，可以知道專業(yè)性、吸引力、知名度、創(chuàng)新性跟用戶信任之間顯著正相關(guān)。由此能夠得出，前文關(guān)于直播平臺(tái)網(wǎng)紅特質(zhì)各變量對(duì)用戶契合的假設(shè)中，假設(shè)H5、H6、H7、H8通過(guò)。從共線性檢驗(yàn)可以得出，網(wǎng)紅各維度特質(zhì)專業(yè)性、吸引力、知名度和創(chuàng)新性的VIF值都比5小，意味著自變量之間沒(méi)有共線性問(wèn)題。3.用戶信任與用戶契合之間關(guān)系分析基于以上分析可知，用戶信任與用戶契合之間是顯著正相關(guān)的關(guān)系，下面運(yùn)用SPSS22.0軟件對(duì)用戶信任與用戶契合的關(guān)系實(shí)行回歸分析，見(jiàn)表12。表12模型匯總表模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算誤差FP1.638.407.405.350204.286.000a.預(yù)測(cè)變量：（常量）用戶信任b.因變量：用戶契合由上表可知，調(diào)整后R方=0.405，說(shuō)明用戶信任對(duì)用戶契合的解釋度為40.5%。F=204.286(P<0.05)，表明自變量“用戶信任”和因變量“用戶契合”之間的線性關(guān)系顯著，兩者回歸分析如表13。表13用戶信任與用戶契合回歸分析系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)模型B標(biāo)準(zhǔn)誤差BetatPVIF1（常量）.822.1008.190.000用戶信任.666.047.63814.293.0001.000a.因變量：用戶契合依據(jù)上表中的t值和p值可知，用戶信任的P為0.000，小于0.01，且t的絕對(duì)值大于2，所以用戶信任與用戶契合之間是顯著正相關(guān)的。由此可以得出，前文關(guān)于用戶信任對(duì)用戶契合的假設(shè)中，假設(shè)H9通過(guò)。（二）用戶信任的中介作用檢驗(yàn)下面將用SPSS22.0軟件對(duì)用戶信任與用戶契合實(shí)行回歸關(guān)系分析，見(jiàn)表14。表14模型匯總報(bào)表模型RR方調(diào)整后R方標(biāo)準(zhǔn)估算誤差FP1.692.478.471.33067.628.0002.728.530.522.31466.224.000a.預(yù)測(cè)變量：（常量）專業(yè)性，吸引力，知名度，創(chuàng)新性b.預(yù)測(cè)變量：（常量）專業(yè)性，吸引力，知名度，創(chuàng)新性,用戶信任c.因變量：用戶契合由上表可知，模型2調(diào)整后R方=0.522，說(shuō)明網(wǎng)紅個(gè)人特質(zhì)的專業(yè)性，吸引力，知名度，創(chuàng)新性及用戶信任對(duì)用戶契合的解釋度為52.2%。用戶信任對(duì)網(wǎng)紅特性與用戶契合的中介作用檢驗(yàn)如表15。表15用戶信任對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)各變量與用戶契合的中介作用檢驗(yàn)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)模型B標(biāo)準(zhǔn)誤差BetatP1(常量).602.1075.628.000**專業(yè)性.161.062.1592.603.010**吸引力.226.065.2123.469.001**知名度.083.035.1282.357.019**創(chuàng)新性.302.061.3154.970.000**2(常量).430.1064.057.000**專業(yè)性.059.061.0590.967.334吸引力.147.064.1372.302.022**知名度.058.034.0901.725.086創(chuàng)新性.255.058.2664.370.000**用戶信任.331.058.3175.665.000**a.因變量：用戶契合本文根據(jù)層級(jí)回歸法進(jìn)行中介作用的驗(yàn)證Baron&Kenny（1986）。中介效應(yīng)理應(yīng)符合以下條件：（1）自變量的變化可以明顯影響因變量；（2）自變量的變化可以明顯影響中介變量；（3）在前兩條前提下，當(dāng)中介變量和自變量與因變量同步做回歸時(shí)，若自變量對(duì)因變量的影響變得不明顯，則意味著中介變量在自變量對(duì)因變量的影響中發(fā)揮的是完全中介效用，若自變量對(duì)因變量的影響減小，但結(jié)果依舊顯著，這意味著中介變量在自變量對(duì)因變量的影響中發(fā)揮的是部分中介效用。據(jù)上表可知，當(dāng)用戶契合作為因變量，以網(wǎng)紅特質(zhì)和用戶信任同時(shí)作為自變量進(jìn)行二元回歸分析時(shí)，網(wǎng)紅特質(zhì)中的專業(yè)性、吸引力、知名度和創(chuàng)新性對(duì)用戶契合的系數(shù)分別為0.059、0.147、0.058和0.255，顯著小于以用戶契合為因變量，以網(wǎng)紅特質(zhì)作為自變量進(jìn)行一元回歸分析時(shí)各自變量對(duì)因變量的系數(shù)，且專業(yè)性及知名度顯著性水平的P值大于0.05，吸引力及創(chuàng)新性顯著性水平的P值小于0.05，因此能夠判定用戶信任在網(wǎng)紅特質(zhì)的專業(yè)性及知名度與用戶契合之間具有完全中介的作用，在網(wǎng)紅特質(zhì)中的吸引力及創(chuàng)新性和用戶契合之間則具有部分中介的作用。據(jù)此，前面關(guān)于用戶信任中介作用的假設(shè)H10、H11、H12、H13通過(guò)。六、總結(jié)結(jié)論和提出對(duì)策（一）總結(jié)結(jié)論1.直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶契合影響的檢驗(yàn)結(jié)果分析由上述分析可知，網(wǎng)紅特質(zhì)的專業(yè)性、吸引力、知名度、創(chuàng)新性均對(duì)用戶契合有顯著的正向影響，有關(guān)數(shù)值分別為0.159、0.212、0.128、0.315，其中創(chuàng)新性對(duì)用戶契合的影響最為顯著，意味著相對(duì)于直播而言，網(wǎng)紅直播時(shí)的產(chǎn)品推薦方式、特殊技能及場(chǎng)景對(duì)用戶契合有較大的影響，對(duì)于商家來(lái)說(shuō)，可以為網(wǎng)紅設(shè)計(jì)獨(dú)特的推銷風(fēng)格及直播場(chǎng)景，培訓(xùn)網(wǎng)紅學(xué)習(xí)一些才藝，進(jìn)而影響用戶契合。2.直播平臺(tái)網(wǎng)紅特質(zhì)對(duì)用戶信任的檢驗(yàn)結(jié)果分析從前文分析可以得出，網(wǎng)紅特質(zhì)的專業(yè)性、吸引力、知名度、創(chuàng)新性均對(duì)用戶信任有正向的顯著影響，有關(guān)數(shù)值分別為0.316、0.235、0.120、0.154，其中專業(yè)性對(duì)用戶信任的作用最為顯著，意味著用戶在觀看直播時(shí)，通常認(rèn)為網(wǎng)紅具有專業(yè)知識(shí)及豐富經(jīng)驗(yàn)更有說(shuō)服力，商家應(yīng)該重視網(wǎng)紅專業(yè)素質(zhì)的培養(yǎng)，方便用戶更好地了解產(chǎn)品，信任網(wǎng)紅。3.用戶信任對(duì)用戶契合的檢驗(yàn)結(jié)果分析從前文分析結(jié)果可知，用戶信任對(duì)用戶契合有正向的顯著影響，有關(guān)數(shù)值為0.638。用戶信任對(duì)用戶契合有著重要的引導(dǎo)作用，經(jīng)由重視用戶信任，可以加強(qiáng)用戶契合。4.用戶信任的中介作用檢驗(yàn)結(jié)果分析從前文分析結(jié)果可知，用戶信任在專業(yè)性、知名度對(duì)用戶契合的影響中起著完全中介作用，在吸引力、創(chuàng)新性對(duì)用戶契合的影響中起著部分中介作用，這意味著網(wǎng)紅的專業(yè)性及知名度必須先通過(guò)影響用戶信任才能影響用戶契合，而網(wǎng)紅的吸引力及創(chuàng)新性除了經(jīng)由用戶信任影響用戶契合，還可以直接影響用戶契合。（二）提出對(duì)策1.重視網(wǎng)紅特質(zhì)帶來(lái)的影響，培育打造良好的網(wǎng)紅形象由于如今網(wǎng)紅準(zhǔn)入標(biāo)準(zhǔn)較低，所以網(wǎng)紅的競(jìng)爭(zhēng)壓力非常大，網(wǎng)紅應(yīng)該重視打造個(gè)人形象，從而增強(qiáng)持續(xù)吸引粉絲的實(shí)力，保證自己能夠跟上時(shí)代的發(fā)展。探究顯示，網(wǎng)紅的專業(yè)性、吸引力、知名度和創(chuàng)新性能夠促進(jìn)用戶契合，因此網(wǎng)紅理應(yīng)注重與此相關(guān)的能力的培養(yǎng)。同時(shí)，網(wǎng)紅應(yīng)該避免產(chǎn)生負(fù)面信息，維護(hù)良好聲譽(yù)。最近幾年，網(wǎng)紅成功形成了一套新的營(yíng)銷形式，但是有關(guān)網(wǎng)紅銷售假貨商品的新聞卻層出不窮，因此網(wǎng)紅應(yīng)當(dāng)堅(jiān)守道德底線，不能為了利益而付出自己的聲譽(yù)，銷售假貨不但會(huì)導(dǎo)致消費(fèi)者不再信任網(wǎng)紅，也會(huì)讓整個(gè)直播行業(yè)墮入不測(cè)之淵。2.充分匹配產(chǎn)品與網(wǎng)紅定位，實(shí)現(xiàn)多平臺(tái)聯(lián)動(dòng)企業(yè)應(yīng)當(dāng)對(duì)商品和網(wǎng)紅的定位進(jìn)行充分匹配，即二者的目標(biāo)群體是一樣的，這樣能夠保證用戶充分接受并認(rèn)同產(chǎn)品信息，加強(qiáng)用戶契合程度。同時(shí)，企業(yè)可以實(shí)現(xiàn)多個(gè)平臺(tái)聯(lián)動(dòng)。例如選擇一個(gè)網(wǎng)紅，讓它的內(nèi)容發(fā)表在許多平臺(tái),如小紅書,微博，抖音等等,同時(shí),根據(jù)平臺(tái)的特點(diǎn),建立不同的內(nèi)容。如小紅書更多關(guān)注的是內(nèi)涵和專業(yè)的建議；微博和抖音更重視推薦內(nèi)容的趣味性和精簡(jiǎn)性。3.用戶消費(fèi)時(shí)應(yīng)回歸理性，避免盲目從眾用戶要加強(qiáng)自身分辨信息的實(shí)力。當(dāng)產(chǎn)生購(gòu)買某個(gè)商品的欲望時(shí)，要搜索更多的信息，從而降低信息不對(duì)稱所帶來(lái)的決策風(fēng)險(xiǎn)，要避免因?yàn)殛P(guān)注某些網(wǎng)紅而完全聽(tīng)從他的推薦。同時(shí)在甄別信息時(shí)，也要分清是廣告還是商品的真實(shí)感受分享。還應(yīng)該要避免一味跟隨大眾，用戶在消費(fèi)時(shí)要了解自己的真實(shí)需求與經(jīng)濟(jì)實(shí)力，不要因?yàn)榫W(wǎng)紅略微夸張的表現(xiàn)效果就大量消費(fèi)。

七、研究問(wèn)題與展望（一）研究問(wèn)題1.問(wèn)卷內(nèi)容不足只考慮到網(wǎng)紅個(gè)人特質(zhì)對(duì)用戶契合的影響,用戶契合的形成是一個(gè)非常復(fù)雜的歷程，其他影響要素如產(chǎn)品口碑等也對(duì)用戶契合形成影響,本研究?jī)H從網(wǎng)紅特質(zhì)出發(fā),沒(méi)有全面探究其他要素可能會(huì)形成的影響。2.研究樣本不足數(shù)據(jù)樣本量越大，越有代表性。本次調(diào)查對(duì)象是有直播消費(fèi)經(jīng)歷的網(wǎng)紅粉絲，但由于便利性、時(shí)間和成本的原因，從回收的問(wèn)卷中可以看出，受訪者基本上都集中在大學(xué)生領(lǐng)域，數(shù)據(jù)不夠令人信服。再者，會(huì)存在被調(diào)查者由于種種原因隨意填寫的情形，從而降低問(wèn)卷的精確性。3.中介變量的不足在本文探究中，只有用戶信任這個(gè)中介變量，經(jīng)過(guò)前文驗(yàn)證分析得知，它作為中介變量的作用是有限的，不能徹底表達(dá)所有自變量對(duì)因變量的影響作用。（二）研究展望在未來(lái)對(duì)直播平臺(tái)網(wǎng)紅特質(zhì)的探究中，可以依據(jù)以下方面實(shí)行：第一，未來(lái)在進(jìn)行有關(guān)用戶契合的探究時(shí)，可以考慮更多影響因素，從多元化角度進(jìn)行探究。第二，擴(kuò)大樣本范圍，提高普適性和前瞻性。問(wèn)卷應(yīng)當(dāng)多渠道發(fā)放，不僅要在網(wǎng)絡(luò)上發(fā)布，還可以隨機(jī)挑選人群通過(guò)讓其掃描二維碼回答問(wèn)卷，面對(duì)不同年齡層次及領(lǐng)域的消費(fèi)者進(jìn)行細(xì)化研究。第三，在今后的探究中，可以在設(shè)置中介變量的同時(shí)設(shè)置調(diào)節(jié)變量，從而使中介作用的探究更準(zhǔn)確、完整，使探究結(jié)果更客觀。參考文獻(xiàn)孟陸,劉鳳軍,陳斯允,等.我可以喚起你嗎--不同類型直播網(wǎng)紅信息源特性對(duì)消費(fèi)者購(gòu)買意愿的影響機(jī)制研究[J].南開(kāi)管理評(píng)論，2020(1):131-143.2MayerRC,DavisJH,SchoormanFD.Anintegrativemodeloforganizationtrust[J].TheAcademyofManagementReview,1995,20(03):709-734.3McKnightDH,ChervanyNL.WhattrustmeansinE-commercecustomerrelationships:aninterdisciplinaryconceptualtypology[J].ElectronCommer,2002,6(2):35-59.4EastlickMA,LotzSL,WarringtonP.UnderstandingonlineB-to-Crelationships:anintegratedmodelofprivacyconcerns,trust,andcommitment[J].BusRes,2006，59(6):877-86.5AppelbaumA.TheConstantCustomer[J].GallupManagementJournal,2001,2(2):1.6Mehrbaian,Russell.Anapproachtoenvironmentalpsychology[M].MittpressCambridgeMA,1974.7DJAFAROVAE，RUSHWORTHC.Exploringthecredibilityofonlinecelebrities'Instagramprofilesininfluencingthepurchasedecisionsofyoungfemaleusers[J].Computersinhumanbehavior，2017(3):1-7.8LIUS,JIANGC,LINZ,etal.Identifyingeffectiveinfluencersbasedontrustforelectronicword-of-mouthmarket-ing:adomain-awareapproach[J].Informationsciences,2015(6):34-52.9McKnightDH,CummingsLL,ChervanyNL.Initialtrustformationinneworganizationalrelationships[J].AcadManagRev,1998，23(3):473-90.10張昊,董智琦,王弘蘇.時(shí)尚網(wǎng)紅參與價(jià)值共創(chuàng)對(duì)時(shí)尚產(chǎn)品設(shè)計(jì)屬性影響的量表開(kāi)發(fā)與實(shí)證研究[J]管理學(xué)報(bào)，2017(9):1351-1361.11TILLBD,BUSLERM.Thematch-uphypothesis:physicalattractiveness,expertise,andtheroleoffitonbrandattitude,purchaseintentandbrandbeliefs[J].Journalofadvertising,2000(3):1-13.12CHOISM,RIFONNJ.Itisamatch:theimpactofcongruencebetweencelebrityimageandconsumeridealselfonendorsementeffectiveness[J].Psychology&marketing,2012(9):639-650.3LEEE,OVERBYJ.Creatingvalueforonlineshoppers:implicationsforsatisfactionandloyalty[J].Journalofcon-sumersatisfaction,2004(5):54-67.14范曉明,王曉玉,楊祎.消費(fèi)者感知視備的網(wǎng)絡(luò)發(fā)言人特質(zhì)對(duì)品牌關(guān)系投資意愿影響機(jī)制研究[J].南開(kāi)管理評(píng)論,2018(5):64-72.15敖鵬.網(wǎng)紅為什么這樣紅?——基于網(wǎng)紅現(xiàn)象的解讀和思考[J].當(dāng)代傳播,2016(4):40-44.6周延風(fēng),張婷,陳少娜.網(wǎng)紅社交媒體傳播及消費(fèi)者情感傾向分析——以網(wǎng)紅品牌“喜茶”為例[J].商業(yè)經(jīng)濟(jì)與管理,2018(4):70-80.7石夫磊,王傳生.網(wǎng)紅電商獲利影響因素的系統(tǒng)動(dòng)力學(xué)仿真研究[J].財(cái)經(jīng)問(wèn)題研究,2018(10):66-72.8唐嘉庚.互動(dòng)性對(duì)Ｂ2Ｃ環(huán)境下信任及購(gòu)買行為傾向影響研究［Ｄ］，上海：復(fù)旦大學(xué),2006.

9McKnightDH,CummingsLL,ChervanyNL.Initialtrustformationinneworganizationalrelation