互联网精准广告的回避影响因素研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-15页 |
| 1.1.1 大数据驱动广告走向新阶段 | 第13-14页 |
| 1.1.2 互联网精准广告的消费者回避 | 第14-15页 |
| 1.2 研究目的 | 第15页 |
| 1.3 研究意义 | 第15-16页 |
| 1.3.1 理论意义 | 第15-16页 |
| 1.3.2 实践意义 | 第16页 |
| 1.4 研究方法与基本框架 | 第16-19页 |
| 1.4.1 研究方法 | 第16-17页 |
| 1.4.2 基本框架 | 第17-19页 |
| 第二章 文献综述 | 第19-28页 |
| 2.1 大数据和精准广告 | 第19-22页 |
| 2.1.1 精准营销 | 第19-20页 |
| 2.1.2 互联网精准广告 | 第20-22页 |
| 2.2 广告回避 | 第22-26页 |
| 2.2.1 传统广告回避因素 | 第23页 |
| 2.2.2 互联网广告回避影响因素 | 第23-25页 |
| 2.2.3 精准广告回避影响因素 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 理论模型和研究假设 | 第28-33页 |
| 3.1 理论模型 | 第28页 |
| 3.2 研究假设推导 | 第28-32页 |
| 3.2.1 感知目标阻碍对精准广告回避的影响 | 第29页 |
| 3.2.2 感知定制化对精准广告回避的影响 | 第29-30页 |
| 3.2.3 隐私担忧对精准广告回避的影响 | 第30-31页 |
| 3.2.4 负面态度的中介作用 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 研究设计 | 第33-44页 |
| 4.1 抽样和统计方法 | 第33-34页 |
| 4.1.1 样本选择和数据搜集 | 第33页 |
| 4.1.2 统计分析方法 | 第33-34页 |
| 4.2 测量量表 | 第34-37页 |
| 4.2.1 广告回避量表 | 第34-35页 |
| 4.2.2 感知目标阻碍 | 第35页 |
| 4.2.3 感知定制化 | 第35-36页 |
| 4.2.4 隐私担忧 | 第36页 |
| 4.2.5 负面态度 | 第36-37页 |
| 4.3 问卷预测试 | 第37-42页 |
| 4.3.1 预测试信度分析 | 第37-40页 |
| 4.3.2 预测试效度分析 | 第40-42页 |
| 4.4 正式问卷 | 第42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 数据分析与假设检验 | 第44-60页 |
| 5.1 调研样本概况 | 第44-46页 |
| 5.1.1 问卷发放和数据收集 | 第44页 |
| 5.1.2 样本描述统计 | 第44-45页 |
| 5.1.3 结果的描述性统计 | 第45-46页 |
| 5.2 信度和效度检验 | 第46-51页 |
| 5.2.1 信度检验 | 第46-47页 |
| 5.2.2 效度检验 | 第47-51页 |
| 5.3 相关性分析 | 第51-52页 |
| 5.4 结构方程模型 | 第52-58页 |
| 5.4.1 总假设检验 | 第52-53页 |
| 5.4.2 分假设检验 | 第53-55页 |
| 5.4.3 负面态度的中介效应检验 | 第55-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 研究结果与展望 | 第60-66页 |
| 6.1 研究结果 | 第60-62页 |
| 6.2 实践启示 | 第62-64页 |
| 6.3 研究的创新性 | 第64页 |
| 6.4 研究局限 | 第64-65页 |
| 6.5 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
