1）情景线索与目标导向的行为反应关联可视化分析

IBM SPSS Modeler数据挖掘软件提供了丰富的可视化呈现工具，我们利用网络图工具可以清晰地呈现移动购物行为执行意向关联匹配情况，同时调整网络图的强链接和弱链接参数，可以进一步获得不同情景线索与目标导向的行为反应的演化机制，进而获得匹配组合的复杂认知记忆规律。如图7-3所示，粗线代表强链接，细线代表弱链接，图中（a）网络图的强链接下限是605，弱链接上限是156，（b）网络图的强链接下限是156，弱链接上限是76。

图7-3　移动购物行为执行意向关联模型图

从图7-3关联网络图中可以发现：①驱动移动购物行为执行意向的最初动力来自体验知觉线索和移动口碑传播行为反应。这说明在移动购物情景中，社交存在价值具有强大的交易带动能力，不同于传统网购行为，移动购物之所以能够快速地进行口碑传播，主要源于消费者对移动购物过程、商品使用及售后服务等知觉体验线索反应的结果。这一关联匹配发现有助于揭示移动购物执行意向内在认知规律。②基于体验知觉线索的认知反馈，在移动购物情景下，消费者的口碑传播、情感反馈、信任依赖与用户匹配度等行为反应快速与价值感知、价值让渡、商品细节、时空线索等情景线索建立强链接，使消费者行为执行意向的驱动力呈现多元、多点激活的状态，这大大增强了移动购物效率和社群交流依赖程度。③服务驱动、包装品质和人际网络构成了移动购物行为执行意向网络的弱链接。Granovetter（2003）认为，强链接传递信任和情感，而弱链接传递互动、互惠行动等隐性信息（Granovetter，2003）。由此可见，在移动购物环境中，这些情景线索传递了重要的情报，推动了移动购物者的产品卷入、品牌卷入及情感卷入等参与行为，使互动时间、情感强度及亲密程度得到加强，助推了互惠行动。例如，小红书App上大量的菜谱、健身、教育等小视频网络聚集，使消费者全面深入地了解和学习了有关服务、品质、粉丝等信息，极大地推动了内容电商的发展。

2）情景线索与目标导向的行为反应关联规则分析

我们在网络图可视化分析基础上，采用关联挖掘Apriori算法进行更加详细的关联规则挖掘。模型运行前，需要设定置信度和支持度参数，本章关联挖掘的置信度是指在确定后项特征的同时，还具有前项特征的实例百分比，而支持度则表示同时具有前项和后项特征的实例百分比。如表7-3所示，本章利用关联挖掘获得了置信度在50%及以上共26个规则集。(www.daowen.com)

表7-3　移动购物行为执行意向关联规则

（续表）

（续表）

从表7-3中可以发现：①信任依赖行为反应与价值感知和知觉体验情景线索有很强的关联性，置信度为100，支持度为10.09，实例数为200，而其与价值感知的单独关联性则更强，置信度为100，支持度为17.55，实例数为348；②价值感知情景线索与情感反馈＋信任依赖、信任依赖＋口碑传播、体验知觉构成了多种关联效应；③体验知觉情景线索与用户匹配度、商品细节＋情感反馈、商品细节＋口碑传播、口碑传播、商品细节、时空线索构成复杂的关联规则。这说明在移动购物中，消费者的体验知觉线索与这些变量之间既有单独的双向反馈，又有组态的双向反馈，特别是口碑传播、商品细节和时空线索与体验知觉线索的单独关联度较高，其支持度和实例数都较高。因此，在移动购物环境中，商家应该重视消费者的体验知觉的复杂性和双向反馈式关联效应，采取多种举措改善消费者的体验与知觉，进而提升其移动口碑传播。