The Impact Mechanism of Personalized Recommendation Systems on E-Commerce Customer Loyalty from the Perspective of the Social Recommendation (SOR) Model

국문 초록 (Abstract)

추상적인 정보 기술의 지속적인 혁신과 온라인 소매업의 급속한 확장으로 인해 이커머스 생태계는 깊은 변화를 겪고 있습니다. 이커머스 성장의 핵심 동력인 개인 맞춤형 추천 시스템은 빅데이터 분석과 인공지능을 활용하여 사용자에게 맞춤형 쇼핑 경험을 제공합니다. 그러나 개인 맞춤형 추천을 통해 고객 충성도를 효과적으로 향상시키는 방법은 기업 실무와 학술 연구 모두에서 여전히 핵심적인 문제로 남아 있습니다.
이 연구는 '자극-유기체-반응'(SOR) 모델을 사용하여 전자상거래 플랫폼의 개인화된 추천 시스템이 고객 충성도에 어떤 영향을 미치는지 조사합니다. 연구 프레임워크는 정보 제시, 시스템 상호작용, 소셜 커뮤니티 특징의 세 가지 차원에 걸쳐 개발되었습니다. 플로우 경험을 매개 변수로 도입하여 고객 경험이 개인화된 추천과 고객 충성도 간의 관계에 영향을 미치는 경로를 밝혀냅니다.
설문조사를 통해 총 500개의 유효 설문지가 수집되었으며, 실증 분석을 위해 구조 방정식 모델링(SEM)이 사용되었습니다. 결과는 다음과 같습니다:
시스템 상호작용과 소셜 커뮤니티 기능은 사용자 흐름 경험을 개선하여 고객 충성도를 크게 향상시킵니다;
정보 표시는 재구매 의도에 직접적인 긍정적인 영향을 미치지만, 입소문에 미치는 영향은 주로 흐름 상태를 통해 간접적으로 이루어집니다;
흐름 상태는 개인화된 추천과 충성도 사이에서 중요한 매개 역할을 합니다.
연구 결론을 바탕으로, 본 논문은 전자상거래 플랫폼을 위한 몇 가지 실질적인 제안을 제시합니다: 정보 제시 설계 최적화, 시스템 상호작용 경험 강화, 소셜 커뮤니티 기능 통합을 통해 개인화된 추천과 사용자 경험의 선순환을 실현하고, 최종적으로 고객 유지율과 플랫폼 경쟁력을 향상시킵니다.

다국어 초록 (Multilingual Abstract)

With the continuous innovation of information technology and the rapid expansion of online retail, the e-commerce ecosystem is undergoing profound transformations. Personalized recommendation systems, serving as a key driver of e-commerce growth, leverage big data analytics and artificial intelligence to provide users with tailored shopping experiences. However, how to effectively enhance customer loyalty through personalized recommendations remains a central issue of both corporate practice and academic research.
This study employs the 'Stimulus–Organism–Response' (SOR) model to investigate how personalized recommendation systems in e-commerce platforms influence customer loyalty. The research framework is developed across three dimensions: information presentation, system interaction, and social community features. By introducing Flow Experience as a mediating variable, it reveals the pathway through which customer experience affects the relationship between personalized recommendations and customer loyalty.
A total of 500 valid questionnaires were collected through a survey, and structural equation modeling (SEM) was employed for empirical analysis. The results indicated:
System interaction and social community functions significantly enhance customer loyalty by improving user flow experience;
Information display has a direct positive impact on repurchase intention, but its effect on word of mouth is mainly achieved indirectly through flow state;
Flow status plays a significant mediating role between personalized recommendation and loyalty.
Based on the research conclusions, this paper puts forward some practical suggestions for e-commerce platforms: optimize the information presentation design, strengthen the system interaction experience, and integrate social community functions, so as to realize a virtuous cycle of personalized recommendation and user experience, and finally improve the customer retention rate and platform competitiveness.

목차 (Table of Contents)

• Chapter 1 Introduction 1
• 1.1 Research Background 1
• 1.2 Research Questions and Objectives 3
• 1.3 Research Significance 4
• 1.4 Structure of the Thesis 5
• Chapter 2 Literature Review 6
• 2.1 Theoretical Foundation of SOR Model 6
• 2.2 Personalized recommendation system 8
• 2.3 Information display, system interaction and social community functions 10
• 2.4 Flow Experience 11
• 2.5 Reputation and Customer Loyalty 12
• 2.6 Summary of the chapter 13
• Chapter 3 Research Methods 14
• 3.1 Research Model and Hypothesis Construction 14
• 3.2 Questionnaire Design 18
• 3.3 Data collection 19
• 3.4 Data analysis methods 20
• 3.5 Summary of the Chapter 21
• Chapter 4 Empirical Analysis 22
• 4.1 Descriptive statistical analysis of samples 22
• 4.2 Reliability Analysis 24
• 4.3 Validity analysis 25
• 4.4 Correlation Analysis 27
• 4.5 Structural Equation Modeling (SEM) Analysis 28
• 4.6 Bootstrap Mediation Effect Analysis 30
• 4.7 Summary of the Chapter 30
• Chapter 5 Results and Discussion 31
• 5.1 Summary of Research Results 31
• 5.2 Management Implications 33
• 5.3 Theoretical contribution 34
• 5.4 Research Limitations 35
• 5.5 Future Research Directions 36
• 5.6 Chapter Summary 37
• Conclusions 38
• References 40
• Appendix 41
• 국문요지 43