مقالة بحثية

كيف تدفع خصائص المشاهير الافتراضية نية الشراء: اختبار إطار استجابة المنبه-الكائن الحي باستخدام نمذجة المعادلات الهيكلية

DOI:

10.3791/70685

⸱

مارس 3, 2026

 , 
1Seoul Business School, aSSIST University, 2Department of Management Information Systems, Dong-A University

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

في سياق تجربة المشاهير الافتراضية، تعزز جودة المحتوى الرضا بشكل أكبر؛ الرضا، بدوره يزيد من نية الشراء بشكل غير مباشر من خلال الولاء. التخصيص يعزز العلاقة بين الرضا والولاء، لذا يجب على الشركات إعطاء الأولوية لمحتوى المشاهير الافتراضي المثيرين للعواطف والمتسق في السرد وبرامج الولاء الشخصية.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

في السنوات الأخيرة، بدأت الشركات في تقديم مشاهير افتراضيين للترويج لمنتجاتهم وعلاماتهم التجارية عبر قنوات إعلامية مختلفة. تستخدم هذه الدراسة إطار استجابة المنبه-الكائن الحي (SOR) لدراسة تجريبية في كيفية تأثير عوامل جاذبية المشاهير الافتراضية، مثل المظهر، والصوت، وجودة المحتوى، على رضا المستهلك وولائهم ونية الشراء. تم استخدام نمذجة المعادلات الهيكلية ذات المربعات الصغرى الجزئية (PLS-SEM) لاختبار الفرضيات بناء على عينة من 249 مشاركا شاركوا في تجارب مشاهير افتراضية. تشير النتائج إلى أن جودة المحتوى هي أقوى مؤشر لرضا المستخدمين، وأن الرضا يؤثر بشكل غير مباشر على نية الشراء من خلال الولاء. علاوة على ذلك، فإن التخصيص يخفف من علاقة الرضا والولاء، مما يشير إلى أن التجارب الشخصية ستعزز تفاعل المشاهير والمعجبين الافتراضيين. تشير النتائج إلى أن الشركات التي تفكر في حملات المشاهير الافتراضية يجب أن تركز أكثر على المحتوى المتواصل والمتوافق مع السرد بدلا من الواقعية البصرية. علاوة على ذلك، فإن الاستثمارات في برامج بناء الولاء وحلول التفاعل الشخصية ضرورية لتحويل رضا المستهلك إلى سلوكيات مستدامة.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

لا يزال تأييد المشاهير مستخدما على نطاق واسع، وتتبنى الشركات بشكل متزايد المشاهير الافتراضيين عبر قنوات الإعلام الرقمي1. لقد أدت التطورات في الذكاء الاصطناعي والتقنيات ذات الصلة إلى تنويع أشكال المشاهير الافتراضية وتحسين قابلية التوسع والتفاعل2.

المشاهير الافتراضيون هم مزيج بين الشخصيات الافتراضية والمشاهير التقليديين3 ، ويتم تعريفهم هنا كشخصيات تم إنشاؤها رقميا تحقق الاعتراف العام والارتباط المستمر من خلال تفاعل سردي متكرر3،4. تركز هذه الدراسة على المشاهير الافتراضيين السمعيين والبصريين في التسويق الرقمي الموجه للمستهلكين. على الرغم من أن الشركات تعتمد عليها بشكل متزايد للتأثير على سلوك المستهلك5، إلا أن الأبحاث أولت اهتماما محدودا لكيفية ترجمة تجارب المشاهير الافتراضية إلى الرضا والولاء ونية الشراء.

درس العمل السابق وجهات النظر السلوكية والمعرفيةوالعاطفية 4، مع التركيز على المصداقية والأصالة6،7، الأصالة المدركة8، الكشف عن الهوية9، جودة المعلومات10، والاستجابات العاطفية11. كما سلطت الدراسات الضوء على إشارات الجاذبية مثل المظهر، الصوت، وجودة المحتوى12، لكنها غالبا ما تفشل في شرح كيف تدفع هذه العوامل نتائج المستهلك13,14. نتيجة لذلك، لا تترجم التقييمات الإيجابية باستمرار إلى نية الشراء، وتبقى الأدلة على علاقة الرضا والشراء متباينة.

لمعالجة هذه الفجوة، تفحص هذه الدراسة كيف تشكل المظهر والصوت وجودة المحتوى الرضا والولاء ونية الشراء، مع اختبار التخصيص كمشرف15,16 باستخدام إطار عمل SOR.

تساهم هذه الدراسة من خلال تصور جاذبية المشاهير الافتراضية على شكل المظهر والصوت والمحتوى17، وتوضيح الولاء كآلية رئيسية تربط الرضا بنية الشراء18، 19، وتحديد التخصيص كمضخم لعلاقة الرضا والولاء20.

إطار الاستجابة للمحفز-الكائن الحي (SOR)
يشرح إطار SOR كيف تؤثر المنبهات البيئية على الحالات الداخلية والاستجابات السلوكية21 من خلال تسلسل من المنبهات (S)، والحالات الكائنية (O)، والاستجابات (R). تم تطبيقه على نطاق واسع في سياقات مثل الميتافيرس، الألعاب، التجزئة، الإعلانات، التجارة الإلكترونية، ودعم المشاهير22،23،24،25،26،27،28. ومع ذلك، بينما ينظم SOR العلاقات بين صفات المشاهير الافتراضيين وتقييماتهم ونتائجهم، إلا أنه لا يفسر بشكل كامل كيف تتحول التقييمات إلى نوايا سلوكية. لذلك، تدمج هذه الدراسة تسويق العلاقات ونظرية الولاء29 لتوضيح آلية الرضا والولاء والنية للشراء.

تتشكل ردود فعل المستهلكين تجاه المشاهير الافتراضيين بشكل متزايد من خلال الإشارات التجريبية مثل الجاذبية السمعية والبصرية والتفاعل مع المحتوى 4,30. المظهر والصوت يؤثران على الانطباعات الأولية، بينما تحافظ جودة المحتوى على التفاعل العاطفي والسردي14,31. على الرغم من أن هذه العوامل تعزز التقييمات الإيجابية، إلا أن الأبحاث السابقة تظهر أن التصورات الإيجابية وحدها قد لا تدفع نية الشراء. تبدو بنى العلاقات مثل الولاء والالتزام أنها تحول التجارب الإيجابية إلى نوايا سلوكية32،33. وبناء عليه، يتم نمذجة المظهر والصوت وجودة المحتوى كمحفزات؛ الإرضاء والولاء كحالات كائناتية؛ وشراء النية كرد فعل سلوكي. ينظر إلى الولاء على أنه التزام نفسي، والنية الشراء كنتيجة مستمرة.

تأييد المشاهير
تأييد المشاهير هو استراتيجية تسويقية شائعةالاستخدام 34 حيث يروج الأفراد المعترف بهم للمنتجات أو الخدمات35. توسع استخدامه عالميابنسبة 1,36,37، خاصة معصعود مؤثري وسائل التواصل الاجتماعي. ظهر المؤثرون المولدون بالحاسوب كبدائل للمروجينالبشريين، يعملون بشكل أساسي عبر المنصات الرقمية38.

بحثت أبحاث موسعة في فعالية التأييد39,40، مقترحة نماذج مثل مصداقية المصدر41، أي النقل35، جاذبية المصدر الممتدة42، ملاءمة العلامة التجاريةللمشاهير 43، وتأثيرات نقل العمليات44. تؤكد هذه الأطر على المصداقية، والجاذبية، ونقل المعاني الرمزية، وتوافق العلامةالتجارية، مما يوفر أساسا لفهم آليات التأييد في السياقات الافتراضية.

المشاهير الافتراضيون
تدرس الدراسات الحديثة المؤثرين المولدين بالذكاء الاصطناعي، وVTubers، وسفراء العلامات التجارية الافتراضية عبر البيئاتالرقمية، مع التركيز على التفاعل والتخصيص والأصالة. تشير نظرية غنى الوسائط إلى أن وسائل الإعلام الغنية تعزز فعالية التواصل47، وتجسد الشخصيات الافتراضية هذا الغنى من خلال تفاعل متعدد الحواسالغامر 48، مؤثرة على الاستجابات العاطفية والاجتماعية49.

على الرغم من أن "المشاهير الافتراضيين" يشمل شخصيات رقميةمختلفة، إلا أن هذه الدراسة تركز على المشاهير الافتراضيين السمعيين والبصريين المتجسدين بصريا ذوي هويات مستقرة ومحتوى متكرر. تؤطر الأبحاث السابقة تأثيرها من خلال وجهات نظر سلوكية ومعرفة وعاطفية4. تفحص أبحاث السلوك سلوك التفاعل وسلوك الشراء32,51؛ يبرز البحث الإدراكي المصداقية،الأصالة 8، الكشف عن الهوية9، 52، وجودة المعلومات10؛ تركز الأبحاث العاطفية على المواقف العاطفية11.

خصائص المشاهير الافتراضية
استنادا إلى نظرية مصداقية المصادر، درست الأبحاث التجسدية، والجاذبية، والموثوقية، والخبرة، والتفاعل شبه الاجتماعي في السياقات الافتراضية 1,32,53. يؤثر التجسيد البشري بشكل إيجابي على ردود المستهلكين54,55 ويتماشى مع نموذج "الحواسيب هي الفاعلون الاجتماعيون"56، الممتد ليشمل وكلاء الإعلام57، وروبوتاتالدردشة 58، والمؤثرين الافتراضيين. ومع ذلك، يختلف المشاهير الافتراضيون في الواقعية4، وتشير نظرية وادي الغرابة إلى أن التمثيلات شبه البشرية قد تثير عدم الارتياح59.

لقد حولت التطورات التكنولوجية المشاهير الافتراضيين نحو وكلاء ديناميكيين لتوليد المحتوى، مما زاد من أهمية الصفات التجريبية مثل جودة المحتوى والتعبير الصوتي. بحثت الأبحاث في التوافق بين الصوت الصناعي14، ومظهر الوجه13، وتشابه المظهر مع الصوت60، والجاذبية السمعيةالبصرية 30، والاستجابات على الوجوه المولدة بالحاسوب61.

تتصور هذه الدراسة جاذبية المشاهير الافتراضية من خلال المظهر والصوت والمحتوى. تؤثر الجاذبية الجسدية على التقييم الاجتماعي62، بما يتوافق مع تأثير الهالة62، ومن المتوقع أن تعزز الرضا. تمثل جودة المحتوى البعد السردي والتجريبي لإنتاج المشاهير الافتراضيين وتختلف مفهوميا عن جودة الخدمة 63,64,65.

الرضا
يعكس الرضا التقييم المعرفي والعاطفي للمستهلكين حول ما إذا كانت التجارب تلبي التوقعات66,67 ويتشكل بالأداء المدرك مقارنة بالتوقعات 68,69. لقد تمت دراستها على نطاق واسع في السياقات الإلكترونية70 وهي مركزية في تقييم الأداء71. تؤثر الجاذبية على الرضا في بيئات الخدمة72,73، وجاذبية الصوت أظهرت تأثيرات مماثلة74. وبالتالي، من المتوقع أن تشكل المظهر والصوت وجودة المحتوى الرضا في سياقات المشاهير الافتراضية.

وبناء عليه، تقترح الفرضيات التالية:
H1: جاذبية المظهر للمشاهير الافتراضيين تؤثر إيجابيا على رضا المستهلكين.
H2: جاذبية صوت المشاهير الافتراضيين تؤثر إيجابيا على رضا المستهلكين.
H3: جودة محتوى المشاهير الافتراضيين تؤثر إيجابيا على رضا المستهلكين.

الولاء
في هذه الدراسة، يتصور الولاء على أنه ولاء موقفي، يعكس الالتزام النفسي والارتباط النفسي للمستهلك بالمشهورة الافتراضية بدلا من السلوك المتكرر الفعلي19,33. الولاء يمثل الاستعداد للحفاظ على العلاقة رغم الحواجز75، وقد تم فحصه على نطاق واسع كنتيجة للرضا عبر البيئات الإلكترونية67، 76، السياحة77، وVTuber33. وبناء عليه، تقترح الفرضية التالية:
H4: رضا المستهلكين عن المشاهير الافتراضيين يؤثر إيجابيا على الولاء للمشاهير الافتراضيين.

نية الشراء على السلع والخدمات التي يدعمها المشاهير الافتراضيون
تعكس نية الشراء احتمال واستعداد المستهلك لشراء منتج أو خدمة 67,78,79 وتتأثر بعوامل مثل الرضا، والثقة، والولاء، والاستمتاع78. لقد ثبت أن الولاء يتنبأ بقوة بنية الشراء80. في سياقات المشاهير الافتراضية، درست الأبحاث تأثيرات نية الشراء 8,52 والدور الوسيط للرضا بين الجاذبية ونية الشراء81,82. وبناء عليه، تقترح الفرضيات التالية:
H5a: رضا المستهلك يؤثر إيجابيا على نية الشراء بشكل غير مباشر من خلال الولاء.
H5b: العلاقة المباشرة بين الرضا ونية الشراء غير ذات دلالة كبيرة عندما يتم تضمين الولاء في النموذج.
H6: ولاء المستهلك للمشاهير الافتراضيين يؤثر إيجابيا على نية الشراء.

التخصيص (الخدمة الشخصية)
التفاعلية تنبع من علم الاجتماع وتشير إلى التواصل القائم على العلاقات83، وغالبا ما يتم تمهيده من خلال التكنولوجيا84. عزز الذكاء الاصطناعي التسويق التفاعلي من خلال الخدمات المخصصة46، مما جعل التخصيص مركزا أساسيا لفعالية التسويق الرقمي85. يتضمن التخصيص تخصيص المحتوى أو التفاعل مع الأفراد لتحسين النتائج86 ودعم التفاعل وخلق القيمة المشتركة87. تمكن التقدم في البيانات الضخمة والآثار الرقمية الشركات من تخصيص التواصل باستخدام التاريخ السلوكي ومعلومات المستخدمين المكشوفة ذاتيا 88,89,90.

تظهر الدراسات السابقة أن التخصيص يضبط العلاقات الرئيسية مثل الجودة–الرضا91، الثقة–رضا16، واعتماد التكنولوجيا تحت مخاوف الخصوصية92، بالإضافة إلى مسارات علاقات أخرى 24,25,26,27. في هذه الدراسة، يعامل التخصيص كوسيط سياقي يحدد كيف يترجم الرضا والولاء إلى نتائج متعلقة بالشراء. تم اقتراح الفرضيات التالية:
H7a: التخصيص المدرك يعزز العلاقة بين الرضا والولاء.
H7b: التخصيص المدرك يعزز العلاقة بين الرضا ونية الشراء.
H7c: التخصيص المدرك يعزز العلاقة بين الولاء ونية الشراء.

نموذج البحث المفاهيمي
يعرض الشكل 1 النموذج المفاهيمي المستند إلى إطار المنبه-الكائن-الاستجابة: المظهر، الصوت، والمحتوى (المنبهات) تؤثر على الرضا والولاء (الكائن الحي)، مع نية الشراء (الاستجابة) التي تنشأ أساسا من خلال الولاء. يعزز التخصيص علاقة الرضا والولاء ويتم نمذجته كمعتدل للمسارات الهيكلية المختارة.

figure-introduction-1
الشكل 1: نموذج بحثي قائم على إطار المنبه-الكائن-الاستجابة. نموذج مفاهيمي يوضح العلاقات بين سمات المشاهير الافتراضية (المظهر، الصوت، وجودة المحتوى) كمحفزات، ومتغيرات كائنية (رضا وولاء)، ونتيجة سلوكية (نية الشراء). يتم نمذجة التخصيص كمشرف على علاقة الرضا والولاء. يتم تصوير التأثيرات غير المباشرة من خلال الولاء. ملاحظة. CAA = جاذبية المظهر المميزة؛ CVA = جاذبية الصوت المميزة؛ CCA = جاذبية المحتوى المميز؛ LO = الولاء؛ PE = التخصيص؛ PI = نية الشراء؛ SA = الرضا. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تأهلت الدراسة للانعفاء من المراجعة الأخلاقية الكاملة بموجب إرشادات المؤسسات ذات المخاطر المنخفضة، حيث تضمنت استطلاعا إلكترونيا مجهولا دون جمع معلومات شخصية قابلة للتعريف. تم تقديم نموذج موافقة مستنيرة يصف هدف الدراسة، والمشاركة الطوعية، وعدم الكشف عن هويتها، واستخدام البيانات في بداية الاستبيان، ولم يمض سوى المشاركين الموافقين.

1. تحديد حجم العينة

تم تحديد العينة النهائية (N = 249) بناء على متطلبات القوة الإحصائية ل PLS–SEM. كان الحد الأقصى لعدد المتنبئات لبناء داخلي واحد ستة (ثلاث خصائص للمشاهير الافتراضيين وثلاثة متغيرات ضابطة للرضا؛ الرضا، مصطلح التفاعل، والتحكم في الولاء). أظهر تحليل القدرة أن اكتشاف حجم تأثير متوسط (f2 = 0.15) عند α = 0.05 و0.80 قوة تطلب حوالي 97 ملاحظة. تجاوز حجم العينة المحقق هذا العتبة، مما ضمن قوة كافية للتحليلات الهيكلية والوسطة والاعتدالية.

2. تجنيد المشاركين والفرز

تم استقطاب المشاركين عبر لجنة بحثية عبر الإنترنت باستخدام أخذ عينات غير احتمالية هادفة لضمان خبرة سابقة مع المشاهير الافتراضيين. كانت الأهلية مقصورة على الأفراد الذين تبلغ أعمارهم 18 عاما أو أكثر. تم تضمين عناصر الفحص وفحص الانتباه، وتم استبعاد الردود غير الصالحة. انتهى جمع البيانات بمجرد الوصول إلى حجم العينة المستهدف.

3. تعليمات التعريف والمسح الموحدة

تم تزويد المشاركين بتعريف موحد للمشاهير الافتراضيين كشخصيات سمعية بصرية منشأة رقميا ذات هوية بصرية مستقرة، وصوت، ومحتوى سردي متكرر. تم توجيههم للرد بناء على تجاربهم الفعلية.

4. تطوير وإدارة أدوات المسح

تم تكييف مقاييس القياس المثبتة مع سياق المشاهير الافتراضي (الجدول 1) حيث تم قياس جميع البنى باستخدام مقاييس ليكيرت ذات 7 نقاط (1 = معارض بشدة؛ 7 = موافق بشدة). تضمن الاستبيان أقساما عن المظهر، والصوت، وجودة المحتوى، والرضا، والولاء، والتخصيص، ونية الشراء، والديموغرافيا. منعت ضوابط المنصة تكرار المشاركات.

الجدول 1: عناصر القياس والمصادر. تشمل عناصر القياس المستخدمة لكل تركيب جاذبية المظهر، جاذبية الصوت، جودة المحتوى، الرضا، الولاء، التخصيص، ونية الشراء. يتم توفير مصادر لتكييف المقياس. يرجى الضغط هنا لتحميل هذا الجدول.

5. إعداد البيانات وتنظيفها

تم تصدير البيانات بصيغة CSV. تمت إزالة الاستجابات غير المكتملة، والفحص، والفشل في فحص الانتباه. تم استيراد مجموعة البيانات النظيفة إلى برنامج PLS–SEM للتحليل.

6. القياس وتقييم النموذج البنيوي

تم تحديد جميع التركيبات على أنها عاكسة. تم تقييم الموثوقية باستخدام موثوقية كرونباخ ألفا ومركب (≥ 0.70). تم تقييم صلاحية التقارب باستخدام AVE (≥ 0.50)، وتم تقييم الصلاحية التمييزية باستخدام معيار فورنيل-لاركر وHTMT (< 0.90).

تم تحديد المسارات الهيكلية وفقا للنموذج المفاهيمي. تم تقييم التعددية باستخدام عامل التباين والتباين (VIF) < 5.0. التمهيد مع 5,000 عينة فرعية ولد معاملات مسارات، قيم t، قيم p، فترات ثقة 95٪، وأحجام تأثير (f2).

  1. تحليل الوساطة
    تم اختبار الوساطة التسلسلية (سمات المشاهير الافتراضية → الرضا → الولاء → نية الشراء) باستخدام تأثيرات غير مباشرة مبنية (5,000 عينة فرعية) مع فترات ثقة 95٪.
  2. تحليل الاعتدال
    اختبرت مصطلحات التفاعل تأثيرات التخصيص المعتدلة. وقد أوضح التمهيد لمعاملات الاعتدال المقدرة وأحجام التأثير، ومخططات التفاعل، التأثيرات الشرطية.
  3. الصلة التنبؤية
    تم تقييم الأداء التنبؤي باستخدام إجراءات العصابة على العينين و/أو خارج العينة. تمت مقارنة Q2_predict قيم RMSE وMAE مع نموذج معياري خطي. تم دعم الصلة التنبؤية عندما كانت أخطاء الربعالثاني _predict > 0 وPLS أقل من المؤشر المرجعي.
  4. التقارير والتحقق
    تم تجميع جميع النتائج المتعلقة بالموثوقية، والصلاحية، والبنيية، والوساطة، والاعتدال، والتنبؤ للإبلاغ عن النتائج. تم التحقق من النتائج مع نتائج البرمجيات لضمان الدقة والاتساق.

7. استكشاف الأخطاء والتعديلات

إذا كانت معدلات فشل الفحص مرتفعة، يتم تحسين معايير الأهلية والتعليمات. إذا انخفضت الموثوقية (CR < 0.70) أو AVE (< 0.50) تحت العتبات، يتم إزالة المؤشرات ذات الأداء الضعيف مع الحفاظ على التماسك النظري. تم معالجة قضايا التعدد التعاوني (VIF فوق الحدود) من خلال إعادة تقييم مواصفات البناء. إذا كانت تأثيرات الوساطة أو الاعتدال غير ذات دلالة، يعاد تقييم حجم العينة أو تشغيلها. استخدم التمهيد 5,000 عينة فرعية لضمان تقديرات مستقرة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يلخص الجدول 2 الخصائص الديموغرافية للعينة النهائية (N = 249)، بما في ذلك الجنس، والعمر، ومستوى التعليم، وتكرار التفاعل مع المشاهير الافتراضيين. أظهرت العينة تمثيلا متوازنا بين الجنسين (52.6٪ من الإناث) وتكونت بشكل رئيسي من شباب إلى بالغين في منتصف العمر ذوي تحصيل تعليمي مرتفع نسبيا. كان تكرار التفاعل مركزا في النطاق الأسبوعي إلى الشهري، مع عدد أقل من المستخدمين يوميا. عند إدراجها كمتغير ضابط، لم تؤثر تكرار الاستخدام بشكل كبير على المتغير التابع أو تغير العلاقات البؤرية، ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تفحص هذه الدراسة كيف تؤثر خصائص المشاهير الافتراضية على الرضا والولاء ونية الشراء ضمن إطار SOR مع التخصيص كمنسق. تظهر ثلاث رؤى رئيسية: جودة المحتوى هي أقوى محرك للرضا مقارنة بالمظهر والصوت؛ يؤثر الرضا على نية الشراء بشكل غير مباشر فقط من خلال الولاء (الوساطة غير المباشرة فقط); والتخصيص يعزز علاقة الرضا والولاء لكنه لا يؤثر مباشرة على نية الشراء.

تشير أهمية جودة المحتوى إلى تحول في كيفية تصور جاذبية المشاهير الافتراضية. بينما تركز أبحاث التأييد السابقة على الوا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعلن المؤلفون عدم وجود تضارب مصالح.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد تم دعم هذا العمل بتمويل بحثي من جامعة aSSIST.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
كوالتريكس<بر/> النسخة: لا يوجدشركة كوالتريكس، ذ.م.ملا يوجدترميز المسح، https://www.qualtrics.com/
النسخة الإنتاجية
: لا يوجد		غزير الإنتاجلا يوجدمزود المسح عبر الإنترنت، https://www.prolific.com/
إصدار SmartPLS
: 4.0.1		شركة سمارت بي إل إس جي إم بي إتشلا يوجدتحليل PLS-SEM، https://www.smartpls.com/
إصدار ChatGPT
: 5.2		OpenAIلا يوجدتعزيز قابلية القراءة والتحقق من القواعد النحوية، https://www.chatgpt.com/

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Erdogan, B. Z. Celebrity endorsement: A literature review. J Mark Manag. 15 (4), 291-314 (1999).
  2. Yu, J., Dickinger, A., So, K. K. F., Egger, R. Artificial intelligence–generated virtual influencer: Examining the effects of emotional display on user engagement. J Retail Consum Serv. 76, 103560(2024).
  3. Hoang, T. D., Su, Y. Virtual Celebrities and Consumers: A Blended Reality: How Virtual Celebrities are Consumed in the East and West. [Master’s Thesis]. , Copenhagen Business School. Copenhagen, Denmark. (2019).
  4. Yan, J., Xia, S., Jiang, A., Lin, Z. The effect of different types of virtual influencers on consumers’ emotional attachment. J Bus Res. 177, 114646(2024).
  5. Bowen, J. T., Chen, S. L. The relationship between customer loyalty and customer satisfaction. Int J Contem Hosp Manag. 13 (5), 213-217 (2001).
  6. De Brito Silva, M. J., De Oliveira Ramos Delfino, L., Alves Cerqueira, K., De Oliveira Campos, P. Avatar marketing: A study on the engagement and authenticity of virtual influencers on instagram. Soc Netw Anal Min. 12 (1), 130(2022).
  7. Chaihanchanchai, P., Anantachart, S., Ruangthanakorn, N. Unlocking the persuasive power of virtual influencer on brand trust and purchase intention: A parallel mediation of source credibility. J Mark Commun. 32 (3), 1-23 (2024).
  8. Lee, H., Shin, M., Yang, J., Chock, T. M. Virtual influencers vs. Human influencers in the context of influencer marketing: The moderating role of machine heuristic on perceived authenticity of influencers. Int J Hum Comput Interact. 41 (10), 1-18 (2024).
  9. Muniz, F., Stewart, K., Magalhães, L. Are they humans or are they robots? The effect of virtual influencer disclosure on brand trust. J Consum Behav. 23 (3), 1234-1250 (2024).
  10. Engström, J. Virtual influencers: Antecedents and typologizing. The SAGE Handbook of Social Media Marketing. , Sage. London. 276-292 (2022).
  11. Na, Y., Kim, Y., Lee, D. Investigating the effect of self–congruity on attitudes toward virtual influencers: Mediating the effect of emotional attachment. Int J Hum Comput Interact. 40 (18), 5534-5547 (2024).
  12. Stevenage, S. V., Neil, G. J., Hamlin, I. When the face fits: Recognition of celebrities from matching and mismatching faces and voices. Memory. 22 (3), 284-294 (2014).
  13. Suk, H., Laine, T. H. Influence of avatar facial appearance on users’ perceived embodiment and presence in immersive virtual reality. Electronics. 12 (3), 583(2023).
  14. Higgins, D., Zibrek, K., Cabral, J., Egan, D., Mcdonnell, R. Sympathy for the digital: Influence of synthetic voice on affinity, social presence and empathy for photorealistic virtual humans. Comput Graph. 104, 116-128 (2022).
  15. Anggraini, J. D., Adiwijaya, M., Herjanto, H. The moderating role of personalization on attitude–emotion–behavior (aeb) model. Indones Manag Account Res. 23 (2), 137-156 (2024).
  16. Hassan, N., Abdelraouf, M., El–Shihy, D. The moderating role of personalized recommendations in the trust–satisfaction–loyalty relationship: An empirical study of AI–driven e-commerce. Future Bus J. 11 (1), 66(2025).
  17. Gao, Y., et al. Trust in virtual agents: Exploring the role of stylization and voice. IEEE Trans Vis Comput Graph. 31 (5), 3623-3633 (2025).
  18. Vinoi, N., Shankar, A., Abdullah Alzeiby, E., Gupta, P., Agarwal, V. Unveiling customer intentions: Exploring factors driving engagement with hospitality virtual influencers. J Hosp Mark Manag. 34 (3), 325-354 (2025).
  19. Liu, C., Zhang, Y., Zhang, J. The impact of self–congruity and virtual interactivity on online celebrity brand equity and fans’ purchase intention. J Prod Brand Manag. 29 (6), 783-801 (2020).
  20. Honora, A., Wang, K. –Y., Chih, W. –H. Gaining customer engagement in social media recovery: The moderating roles of timeliness and personalization. Internet Res. 34 (6), 1963-1991 (2024).
  21. Mehrabian, A., Russell, J. A. The basic emotional impact of environments. Percept Mot Skills. 38 (1), 283-291 (1974).
  22. Abumalloh, R. A., Halabi, O., Nilashi, M. The relationship between technology trust and behavioral intention to use metaverse in baby monitoring systems’ design: Stimulus–organism–response (sor) theory. Entertain Comput. 52, 100833(2025).
  23. Ting, M. P., Min, C. D. What drives user churn in serious games? An empirical examination of the TAM, SOR theory, and game quality in Chinese cultural heritage games. Entertain Comput. 52, 100758(2025).
  24. Su, Y., Teo, P. C. A literature review on the impact of SOR theory on the retail industry and its applicability in studying blockchain technology's influence on consumer loyalty. Int J Acad Res Bus Soc Sci. 15 (3), 142-165 (2025).
  25. Li, X., Liu, Z., Chen, Y., Ren, A. Consumer avoidance toward message stream advertising on mobile social media: A stimulus–organism–response perspective. Information Technology & People. 38 (1), 23-47 (2025).
  26. Chang, H. H., Eckman, M., Yan, R. N. Application of the stimulus–organism–response model to the retail environment: The role of hedonic motivation in impulse buying behavior. Int Rev Retail Distrib Consum Res. 21 (3), 233-249 (2011).
  27. Kalam, A., Goi, C. L., Tiong, Y. Y. The effects of celebrity endorser on consumer advocacy behavior through the customization and entertainment intention–a multivariate analysis. Young Consum. 26 (1), 1-35 (2025).
  28. Zhou, T., Ma, X. Examining generative AI user continuance intention based on the SOR model. Aslib J Inf Manag. , (2025).
  29. Hussain, M., Javed, A., Khan, S. H., Yasir, M. Pillars of customer retention in the services sector: Understanding the role of relationship marketing, customer satisfaction, and customer loyalty. J Knowl Econ. 16 (1), 2047-2067 (2025).
  30. Akhtar, N., Siddiqi, U. I., Gugnani, R., Islam, T., Attri, R. The potency of audiovisual attractiveness and influencer marketing: The road to customer behavioral engagement. J Retail Consum Serv. 79, 103807(2024).
  31. Thielsch, M. T., Hirschfeld, G. Facets of website content. Hum Comput Interact. 34 (4), 279-327 (2019).
  32. Kim, H., Park, M. Virtual influencers’ attractiveness effect on purchase intention: A moderated mediation model of the product–endorser fit with the brand. Comput Hum Behav. 143, 107703(2023).
  33. The impact of VTuber endorsements on consumer satisfaction and brand loyalty in digital marketing. Hsu, K. K., Hung, W. –H. Proc Int Conf Electron Bus. (ICEB 2024), Zhuhai, China, , (2024).
  34. Shah, Z., Olya, H., Monkhouse, L. L. Developing strategies for international celebrity branding: A comparative analysis between Western and South Asian cultures. Int Mark Rev. 40 (1), 102-126 (2023).
  35. Mccracken, G. Who is the celebrity endorser? Cultural foundations of the endorsement process. J Consum Res. 16 (3), 310-321 (1989).
  36. Jun, M., Han, J., Zhou, Z., Eisingerich, A. B. When is celebrity endorsement effective? Exploring the role of celebrity endorsers in enhancing key brand associations. J Bus Res. 164, 113951(2023).
  37. Ozdemir, O., Kolfal, B., Messinger, P. R., Rizvi, S. Human or virtual: How influencer type shapes brand attitudes. Comput Hum Behav. 145, 107771(2023).
  38. Schouten, A. P., Janssen, L., Verspaget, M. Leveraged marketing communications. Ch. 12, 208-231 (2021).
  39. Khan, S., Sookhai, S. Reviewing the impact of country–of–origin on consumer purchase intention: The role of celebrity endorsement in existing literature. J Manag SMEs. 18 (2), 897-918 (2025).
  40. Schimmelpfennig, C., Hunt, J. B. Fifty years of celebrity endorser research: Support for a comprehensive celebrity endorsement strategy framework. Psychol Mark. 37 (3), 488-505 (2020).
  41. Hovland, C. I., Weiss, W. The influence of source credibility on communication effectiveness. Public Opin Q. 15 (4), 635-650 (1951).
  42. Frank, B., Mitsumoto, S. An extended source attractiveness model: The advertising effectiveness of distinct athlete endorser attractiveness types and its contextual variation. Eur Sport Manag Q. 23 (4), 1091-1114 (2023).
  43. Thomas, T., Johnson, J. The impact of celebrity expertise on advertising effectiveness: The mediating role of celebrity brand fit. Vision. 21 (4), 367-374 (2017).
  44. Chan, K., Fan, F. Perception of advertisements with celebrity endorsement among mature consumers. J Mark Commun. 28 (2), 115-131 (2022).
  45. Arora, N., Prashar, S., Tata, S. V., Parsad, C. Measuring personality congruency effects on consumer brand intentions in celebrity–endorsed brands. J Consum Mark. 38 (3), 251-261 (2021).
  46. Gao, Y., Liu, H. Artificial intelligence–enabled personalization in interactive marketing: A customer journey perspective. J Res Interact Mark. 17 (5), 663-680 (2023).
  47. Daft, R. L., Lengel, R. H. Organizational information requirements, media richness and structural design. Manage Sci. 32 (5), 554-571 (1986).
  48. Boyd, D. E., Koles, B. An introduction to the special issue “Virtual reality in marketing”: Definition, theory and practice. J Bus Res. 100, 441-444 (2019).
  49. Chen, H., Lou, C., Wang, Y., Lee, Y. Social virtual influencer effectiveness: Environmental factor and source trust. Soc Mark Q. , 15245004251342800(2025).
  50. Shen, Z. Shall brands create their own virtual influencers? A comprehensive study of 33 virtual influencers on instagram. Humanit Soc Sci Commun. 11 (1), 1-14 (2024).
  51. Lee, J., Kim, H. The moderating role of homophily and need for uniqueness in the relationship between anthropomorphism of virtual influencer and intention to imitate and word of mouth. Int J Hum Comput Interact. 41 (5), 1-12 (2025).
  52. Lim, R. E., Lee, S. Y. ”You are a virtual influencer!”: Understanding the impact of origin disclosure and emotional narratives on parasocial relationships and virtual influencer credibility. Comput Hum Behav. 148, 107897(2023).
  53. Kuo, Y. –H., Le, S. B. H. Authenticity meets aesthetics: Physical attractiveness as the equalizer for virtual and human influencers. Asia Pac Manag Rev. 30 (2), 100359(2025).
  54. Epley, N., Waytz, A., Cacioppo, J. T. On seeing human: A three–factor theory of anthropomorphism. Psychol Rev. 114 (4), 864(2007).
  55. Dabiran, E., Farivar, S., Wang, F., Grant, G. Virtually human: Anthropomorphism in virtual influencer marketing. J Retail Consum Serv. 79, 103797(2024).
  56. Nass, C., Steuer, J., Tauber, E. R. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. (CHI ’94). ACM. , 72-78 (1994).
  57. Gambino, A., Fox, J., Ratan, R. A. Building a stronger casa: Extending the computers are social actors paradigm. Hum Mach Commun. 1, 71-85 (2020).
  58. Gu, C., Zhang, Y., Zeng, L. Exploring the mechanism of sustained consumer trust in ai chatbots after service failures: A perspective based on attribution and casa theories. Humanit Soc Sci Commun. 11 (1), 1-12 (2024).
  59. Mori, M. The uncanny valley. Energy. 7 (4), 33-35 (1970).
  60. Alimardani, M., De Roode, R., Vaitonyte, J., Louwerse, M. M. Proceedings of the ACM International Conference on Intelligent Virtual Agents. (IVA ’24). , Glasgow, United Kingdom. 1-7 (2024).
  61. Miller, E. J., Foo, Y. Z., Mewton, P., Dawel, A. How do people respond to computer–generated versus human faces? A systematic review and meta–analyses. Comput Hum Behav Rep. 10, 100283(2023).
  62. Dion, K., Berscheid, E., Walster, E. What is beautiful is good. J Pers Soc Psychol. 24 (3), 285(1972).
  63. Bíziková, V., Psotová, E. Visitor profile of enological tourism in Slovakia: Implications of the regional analysis of the demand for wine–themed experience stay. J Infrastruct Policy Dev. 8 (11), 8072(2024).
  64. Lampropoulos, G. Combining artificial intelligence with augmented reality and virtual reality in education: Current trends and future perspectives. Multimodal Technol Interact. 9 (2), 11(2025).
  65. Sumi, R. S., Kabir, G. Satisfaction of e-learners with electronic learning service quality using the SERVQUAL model. J Open Innov Technol Mark Complex. 7 (4), 227(2021).
  66. Giese, J. L., Cote, J. A. Defining consumer satisfaction. Acad Mark Sci Rev. 1 (1), 1-22 (2000).
  67. Hellier, P. K., Geursen, G. M., Carr, R. A., Rickard, J. A. Customer repurchase intention: A general structural equation model. Eur J Mark. 37 (11/12), 1762-1800 (2003).
  68. Suchánek, P., Králová, M. Customer satisfaction and different evaluation of it by companies. Econ Res. 31 (1), 1330-1350 (2018).
  69. Gajewska, T., Zimon, D., Kaczor, G., Madzík, P. The impact of the level of customer satisfaction on the quality of e-commerce services. Int J Prod Perform Manag. 69 (4), 666-684 (2020).
  70. Hill, N., Brierley, J. How to Measure Customer Satisfaction. , Routledge. London. (2017).
  71. Grigoroudis, E., Siskos, Y. Customer Satisfaction Evaluation: Methods for Measuring and Implementing Service Quality. , Springer. New York. (2009).
  72. Söderlund, M., Julander, C. –R. Physical attractiveness of the service worker in the moment of truth and its effects on customer satisfaction. J Retail Consum Serv. 16 (3), 216-226 (2009).
  73. Koernig, S. K., Page, A. L. What if your dentist looked like Tom Cruise? Applying the match-up hypothesis to a service encounter. Psychol Mark. 19 (1), 91-110 (2002).
  74. Hey Alexa … Examining Factors Influencing the Educational Use of AI-Enabled Voice Assistants During the COVID-19 Pandemic. Rohan, R., Pal, D., Funilkul, S. in 15th International Conference on Knowledge and Smart Technology (KST), , 1-6 (2023).
  75. Oliver, R. L. Satisfaction: A Behavioral Perspective on the Consumer. , 2nd ed, Routledge. New York. (2014).
  76. Ariff, M. S. M., Yun, L. O., Zakuan, N., Ismail, K. The impacts of service quality and customer satisfaction on customer loyalty in internet banking. Procedia Soc Behav Sci. 81, 469-473 (2013).
  77. Nieves–Pavón, S., López–Mosquera, N., Jiménez–Naranjo, H. The factors influencing STD through SOR theory. J Retail Consum Serv. 75, 103533(2023).
  78. Dutta, B. Exploring the factors of consumer repurchase intention in online shopping. Int J Comput Sci Inf Secur. 14 (12), 520(2016).
  79. Seiders, K., Voss, G. B., Grewal, D., Godfrey, A. L. Do satisfied customers buy more? Examining moderating influences in a retailing context. J Mark. 69 (4), 26-43 (2005).
  80. Malik, M. E., et al. Importance of brand awareness and brand loyalty in assessing purchase intentions of consumer. Int J Bus Soc Sci. 4 (5), 167-171 (2013).
  81. Kim, H. –R., Yang, H. –M. The mediating effect of life satisfaction on relation between perceived physical attractiveness and health–promoting lifestyle in korean adults. Int J Environ Res Public Health. 18 (15), 7784(2021).
  82. Zhang, Y., He, J., Li, J. The role of flow experience in virtual influencer marketing: Insights into aesthetic, entertainment and parasocial influences on purchase intention. J Fash Mark Manag. 29 (6), 1109-1129 (2025).
  83. Blumer, H. Symbolic Interactionism: Perspective and Method. , University of California Press. Berkeley, CA. (1986).
  84. Quiring, O., Schweiger, W. Interactivity: A review of the concept and a framework for analysis. Communications - J Comm Res. 33 (2), 147-167 (2008).
  85. Casaca, J. A., Miguel, L. P. The influence of personalization on consumer satisfaction: Trends and challenges. Data-Driven Marketing for Strategic Success. , 256-292 (2024).
  86. Modersitzki, N., Phan, L. V., Mcdonald, S., Wright, A. G., Renner, K. –H. Personality psychology is getting personal: Advancing the field through personalization. Eur J Pers. 39 (1), 08902070251316915(2025).
  87. Manser Payne, E. H., Dahl, A. J., Peltier, J. Digital servitization value co–creation framework for ai services: A research agenda for digital transformation in financial service ecosystems. J Res Interact Mark. 15 (2), 200-222 (2021).
  88. Winter, S., Maslowska, E., Vos, A. L. The effects of trait–based personalization in social media advertising. Comput Hum Behav. 114, 106525(2021).
  89. Dijkstra, A. The psychology of tailoring-ingredients in computer-tailored persuasion. Soc Pers Psychol Compass. 2 (2), 765-784 (2008).
  90. Lee, J., Kim, C., Lee, K. C. Exploring the personalization–intrusiveness–intention framework to evaluate the effects of personalization in social media. Int J Inf Manag. 66, 102532(2022).
  91. Trivedi, J. P., Trivedi, H. Investigating the factors that make a fashion app successful: The moderating role of personalization. J Internet Commer. 17 (2), 170-187 (2018).
  92. Scortzaru, A. The moderating effect of personalization on the influence of consumer privacy concerns on mobile technology adoption. , Capella University. (2022).
  93. Henseler, J., Ringle, C. M., Sarstedt, M. A new criterion for assessing discriminant validity in variance–based structural equation modeling. J Acad Mark Sci. 43, 115-135 (2015).
  94. Hair, J. F., Ringle, C. M., Sarstedt, M. PLS–SEM: Indeed a silver bullet. J Mark Theory Pract. 19 (2), 139-152 (2011).
  95. Chin, W. W. Pls–graph user’s guide. 15, CT Bauer College of Business, University of Houston, USA. 1-16 (2001).
  96. Henseler, J., Hubona, G., Ray, P. A. Using PLS path modeling in new technology research: Updated guidelines. Ind Manag Data Syst. 116 (1), 2-20 (2016).
  97. Hair, J. F., Risher, J. J., Sarstedt, M., Ringle, C. M. When to use and how to report the results of PLS–SEM. Eur Bus Rev. 31 (1), 2-24 (2019).
  98. Shmueli, G., Ray, S., Estrada, J. M. V., Chatla, S. B. The elephant in the room: Predictive performance of PLS models. J Bus Res. 69 (10), 4552-4564 (2016).
  99. Cohen, J., Cohen, P., West, S. G., Aiken, L. S. Applied multiple regression/correlation analysis for the behavioral sciences. , Routledge. (2013).
  100. Sipos, D. The effects of AI–powered personalization on consumer trust, satisfaction, and purchase intent. Eur J Appl Sci Eng Technol. 3 (2), 14-24 (2025).
  101. Yao, Y., Meng, D., Wei, X. Empirical analysis of influencer attributes and social satisfaction effects on purchase intentions in Chinese social media. Sci Rep. 15 (1), 18860(2025).
  102. Rakovic, M. Comparative analysis of human and virtual influencers: The mediating role of perceived attractiveness and parasocial interaction in purchase intentions. , Tilburg University Tilburg. The Netherlands. (2023).
  103. Kong, H., Fang, H. Research on the effectiveness of virtual endorsers: A study based on the match-up hypothesis and source credibility model. Sustainability. 16 (5), 1761(2024).
  104. Huang, X., Chandra, A., Depaolo, C., Cribbs, J., Simmons, L. Measuring transactional distance in web-based learning environments: An initial instrument development. Open Learn. 30 (2), 106-126 (2015).
  105. Kim, C., Costello, F. J., Lee, J., Lee, K. C. Metaverse-based distance learning as a transactional distance mitigator and memory retrieval stimulant. Inf Process Manag. 62 (1), 103957(2025).
  106. Thielsch, M. T., Hirschfeld, G. Facets of website content. Hum Comput Interact. 34 (4), 279-327 (2019).
  107. Davlembayeva, D., Chari, S., Papagiannidis, S. Virtual influencers in consumer behaviour: A social influence theory perspective. Br J Manag. 36 (1), 202-222 (2025).
  108. Wang, Q., Long, S., Zeng, Y., Tang, L., Wang, Y. The creative behavior of virtual idol fans: A psychological perspective based on moa theory. Front Psychol. 14, 1290790(2023).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

مقالات ذات صلة