Geri Dön

Yapay zekâ öneri sistemlerinin tüketicilerin davranışsal niyetleri üzerindeki etkilerinin birleştirilmiş teknoloji kabul ve kullanım modeli 2 çerçevesinde incelenmesi: Online pazar yerlerine yönelik bir pilot araştırma

Analyzing the effects of artificial intelligence recommendation systems on consumer's behavioral intentions within the framework of unified theory of acceptance and use of technology 2: A pilot study on online marketplaces

  1. Tez No: 901487
  2. Yazar: ARDA YANIK
  3. Danışmanlar: PROF. DR. AHMET KEMAL ŞEKERKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Pazarlama Bilim Dalı
  13. Sayfa Sayısı: 163

Özet

Yapay zekâ alanında yaşanan teknolojik gelişmeler sonucunda günümüzde yapay zekâ firmalar tarafından iş süreçlerinin çeşitli aşamalarında kullanılmaktadır, veri analizinin büyük öneme sahip olduğu pazarlama alanında da yapay zekâ uygulamalarından faydalanılmaktadır. Online pazaryerleri için vazgeçilmez bir satış destek unsuru haline gelen öneri sistemleri de müşterilerin verilerinin yapay zekâ aracılığıyla işlendiği ve müşterilere kişiselleştirilmiş ürün önerilerinin sunulduğu uygulamalardır. Bu araştırmanın amacı yapay zekâ destekli öneri sistemlerinin kabulünde, tüketici ilgilenimi, teknoloji yatkınlığı ve online alışverişe yönelik ürün risklerinin etkilerini belirlemek ve öneri sistemlerinin kabulünün tüketicilerin davranışsal niyetleri üzerindeki etkilerini değerlendirmektir. Öneri sistemleri tüketici bilgilerini işleyerek onlara kişiselleştirilmiş ürün önerilerinde bulunmaktadırlar, bu yapı kişiselleştirme-gizlilik paradoksu olarak adlandırılmaktadır, bu araştırma kapsamında kişiselleştirme-gizlilik paradoksunu oluşturan iki zıt faktör olan algılanan güvenlik ihlali ve algılanan çeşitliğinin tüketicilerin öneri sistemleri çıktılarına yönelik davranışsal niyetleri üzerindeki etkileri de incelenmiştir. Araştırmada veriler çevrimiçi anket yöntemiyle, son 6 ay içerisinde online pazaryerlerinden ayakkabı alışverişi yapmış olan tüketicilerden toplanmıştır. Araştırma kapsamında kullanılan analiz yöntemleri, Cronbach Alfa güvenirlik analizi, keşfedici faktör analizi ve yapısal eşitlik modellemesidir. Analiz sonuçlarına göre, YZ öneri sisteminin kabulünün, algılanan güvenlik ihlalinin ve algılanan çeşitliliğin, davranışsal niyet üzerindeki etkileri tespit edilmiştir, aynı zamanda tüketicilerin teknoloji yatkınlığı, tüketici ilgilenimi ve algılanan ürün riskinin, YZ öneri sisteminin kabulü üzerinde etkili olduğu gözlenmiştir.

Özet (Çeviri)

After technological developments in artificial intelligence area, companies started to use AI during different stages of their business processes. Artificial intelligence applications are used in marketing field as well, where data analysis has great importance. Recommendation systems, which have become an indispensable sales support element for online marketplaces, are applications where customer data is processed through artificial intelligence and personalized product recommendations are presented to customers. The aim of this research is to determine the effects of consumer involvement, technology readiness and product risks on the acceptance of artificial intelligence recommendation systems and to identify the effects of the acceptance of recommendation systems on consumers' behavioral intentions. Recommendation systems, process customers' information and provide them personalized product recommendations, this structure called the personalization-privacy paradox, during this research, the effects of perceived privacy violation and perceived variety on consumers' behavioral intentions were also examined. In this research, online survey method was used to collect data from consumers who have shopped for shoes from online marketplaces in the last 6 months. The analysis methods used within the scope of the research are Cronbach's Alpha reliability analysis, exploratory factor analysis and structural equation modeling. According to the analysis results, the effects of the acceptance of the AI recommendation system, perceived privacy violation and perceived variety on behavioral intention were determined, and it was also observed that consumers' technology readiness, consumer involvement and perceived product risk has an effect on the acceptance of the AI recommendation system.

Benzer Tezler

  1. Dijital yayın platformlarındaki öneri sistemlerinin kullanıcılar üzerinde etkisi: Youtube örneği

    Effects of recommendation systems in digital broadcasting platforms on users: Youtube example

    MEHPARE GÜZİDE ÇELEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Radyo-TelevizyonMarmara Üniversitesi

    Radyo Televizyon ve Sinema Ana Bilim Dalı

    DOÇ. DR. ALİ MURAT KIRIK

  2. Yapay zeka modelleri kullanarak ankara bölgesinin kısa dönem elektrik enerjisi yük tahmini

    Short term electric energy load forecasting of ankara region using artificial intelligence methods

    TUĞBA AKMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEMAL YILMAZ

    DOÇ. DR. YUSUF SÖNMEZ

  3. Toplum 5.0 kapsamında yapay zekaya dayalı reklamların tüketici temelli marka değerine etkisi üzerine bir araştırma

    A study on the impact of ai-created advertisements on consumer-based brand equity in the scope of Society 5.0

    ECE ERTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İşletmeGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. NEVİN KARABIYIK YERDEN

  4. Improvement of e-commerce recommender systems with artificial intelligence chat robots

    Yapay zeka sohbet robotları ile e-ticaret öneri sistemlerinin iyileştirilmesi

    EMİR ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiGebze Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE CİLACI TOMBUŞ

  5. Öneri sistemlerinde başarımı artırmak için yapay zeka tabanlı yaklaşımlar

    Artificial intelligence based approaches to increase success in recommender systems

    BERNA ŞEREF

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GAZİ ERKAN BOSTANCI