串联中介：针对购买意愿的泛社交关系的顺序中介作用：PLS-SEM和机器学习方法
摘要：社交媒体影响者对于企业的广告效果有着令人信服的证据，然而，我们需要更多的研究来辨识和比较影响其成功的因素。我们通过序列中介作用来研究了来源影响对购买意图的影响，其中包括涉入幸福与知名品牌影响者匹配度的表面关系。我们使用了来自欧洲和东南亚的两个独立样本（N = 411; N = 355）进行了以下工作：i) 运用偏最小二乘结构方程模型（PLSSEM）分析以获得模型的预测能力，和ii) 运用基于分类的机器学习（ML）来评估模型的准确性。此外，我们还进行了研究内部和研究之间的比较分析。我们使用回归分析和分割测试ML技术进行验证。两个样本表明，信任度和专业度在形成来源影响方面起着更重要的作用。此外，比较中介分析和预测准确性得分表明，与品牌有关的特征BIF相比，与受众相关的特征BE在影响/预测关注者的购买意图方面起着更重要的作用。我们的研究结果有助于加深对社交媒体影响者的信誉和比较分析范式的了解，并为营销从业者和研究人员提供了更好的理解。
作者：Nora Sharkasi, Saeid Rezakhah
论文ID：2307.00005
分类：Applications
分类简称：stat.AP
提交时间：2023-07-04