Исследовательская статья

Как характеристики виртуальных знаменитостей определяют намерение покупки: тестирование структуры стимул-организм-реакция с помощью структурного моделирования уравнений

851 просмотров

⸱

DOI:

10.3791/70685

⸱

3 марта 2026 г.

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

В этой статье

Краткое содержание

В контексте виртуального опыта знаменитостей качество контента наиболее сильно влияет на удовлетворённость; Удовлетворение, в свою очередь, косвенно увеличивает намерение покупки через лояльность. Персонализация укрепляет связь между удовлетворённостью и лояльностью, поэтому компаниям следует уделять приоритетное внимание эмоциональному, согласованному с повествованием виртуальным контентам о знаменитостям и персонализированным программам лояльности.

Аннотация

В последние годы компании начали вводить виртуальных знаменитостей для продвижения своих продуктов и брендов в различных медиа-каналах. В этом исследовании используется система стимул-организм-реакция (SOR) для эмпирического изучения того, как факторы привлекательности виртуальных знаменитостей, такие как внешность, голос и качество контента, могут влиять на удовлетворённость потребителей, лояльность и намерение покупки. Моделирование структурных уравнений с частичными наименьшими квадратами (PLS-SEM) использовалось для проверки гипотез на основе выборки из 249 участников, участвовавших в виртуальных опытах с знаменитостями. Результаты показывают, что качество контента является самым сильным предиктором удовлетворённости пользователей, и что удовлетворённость косвенно влияет на намерение покупки через лояльность. Кроме того, персонализация смягчает отношения удовлетворённости и лояльности, предполагая, что персонализированные впечатления повысят вовлечённость виртуальных знаменитостей и фанатов. Результаты показывают, что компании, рассматривающие виртуальные кампании с участием знаменитостей, должны больше сосредотачиваться на эмоционально устойчивом контенте, а не на визуальном реализме. Кроме того, инвестиции в программы по укреплению лояльности и персонализированные решения для вовлечения необходимы для преобразования удовлетворённости потребителей в устойчивое поведение.

Введение

Поддержка знаменитостей остаётся широко используемой, и компании всё чаще внедряют виртуальных знаменитостей на цифровыхмедиа-каналах. 1. Достижения в области искусственного интеллекта и смежных технологий диверсифицировали виртуальные образы знаменитостей и улучшили масштабируемость ивзаимодействие 2.

Виртуальные знаменитости — это гибриды виртуальных персонажей и традиционныхзнаменитостей 3, и здесь они определяются как цифровые персонажи, которые достигают общественного признания и устойчивой привязанности через повторяющееся повествовательноевзаимодействие 3,4. Это исследование посвящено аудиовизуальным виртуальным знаменитостям в цифровом маркетинге, ориентированном на потребителей. Хотя компании всё чаще полагаются на них для влияния на поведениепотребителей 5, исследования уделяют ограниченное внимание тому, как виртуальный опыт знаменитостей влияет на удовлетворённость, лояльность и намерение купить покупку.

Предыдущие исследования изучали поведенческие, когнитивные и аффективныеперспективы 4, с акцентом на достоверностьи аутентичность 6,7, воспринимаемую аутентичность8, раскрытиеличности 9, качество информации10 и эмоциональныереакции 11. Исследования также выделяют признаки привлекательности, такие как внешность, голос и качествоконтента 12, но часто не объясняют, как эти факторы влияют на результатыпотребителей 13,14. В результате положительные оценки не всегда отражаются в намерениях покупки, и данные о взаимосвязи удовлетворённости и покупки остаются неоднозначными.

Чтобы устранить этот пробел, исследование изучает, как внешний вид, голос и качество контента формируют удовлетворённость, лояльность и намерение покупки, при этом персонализацию тестируют как модератор15,16 с использованием фреймворка SOR.

Это исследование способствует концептуализации привлекательности виртуальной знаменитости как внешнего вида, голоса исодержания 17, уточнения лояльности как ключевого механизма, связывающего удовлетворение с намерением покупки18,19, и выявления персонализации как усилителя отношений удовлетворённости илояльности 20.

Фреймворк стимул-организм-ответ (SOR)
Рамка SOR объясняет, как стимулы окружающей среды влияют на внутренние состояния и поведенческиереакции 21 через последовательность стимулов (S), организмных состояний (O) и реакций (R). Он широко применяется в таких сферах, как метавселенная, игровая индустрия, розничная торговля, реклама, электронная коммерция и реклама знаменитостей. 22, 23, 24, 25, 26, 27, 28. Однако, хотя SOR структурирует отношения между атрибутами, оценками и результатами виртуальной знаменитости, он не полностью объясняет, как оценки становятся поведенческими намерениями. Поэтому в данном исследовании интегрированы маркетинг отношений и теориюлояльности 29 для уточнения механизма намерений удовлетворения — лояльности — покупки.

Реакция потребителей на виртуальных знаменитостей всё чаще формируется опытными сигналами, такими как аудиовизуальная привлекательность и вовлечённостьконтента 4,30. Внешность и голос влияют на первое впечатление, а качество контента поддерживает эмоциональную и повествовательнуювовлечённость 14,31. Хотя эти факторы способствуют положительной оценке, предыдущие исследования показывают, что одни только положительные восприятия не могут определять намерение покупки. Конструкции отношений, такие как лояльность и приверженность, по-видимому, превращают положительный опыт в поведенческиенамерения 32,33. Соответственно, внешний вид, голос и качество содержания моделируются как стимулы; удовлетворение и лояльность как организмные состояния; и намерение покупать как поведенческий ответ. Лояльность концептуализируется как психологическая приверженность, а намерение покупки — как коннативный результат.

Реклама знаменитостей
Реклама знаменитостей — это широко используемая маркетинговаястратегия, в которой признанные лица продвигают товары илиуслуги 35. Его использование расширилось по всему мируна 1,36,37, особенно с ростом числа инфлюенсеров в социальныхсетях — 37. Компьютерные инфлюенсеры появились в качестве альтернативы человеческимспонсорам 37, работая преимущественно через цифровыеплатформы 38.

Обширные исследования изучали эффективностьодобрения 39,40, предлагая такие модели, как достоверностьисточника 41, что означает перенос35, расширенная привлекательностьисточника 42, соответствие знаменитогобренда 43 и эффекты переносапроцесса 44. Эти рамки акцентируют внимание на достоверности, привлекательности, передаче символического значения и конгруэнтностибренда 45, предоставляя основу для понимания механизмов одобрения в виртуальных контекстах.

Виртуальная знаменитость
Недавние исследования изучают инфлюенсеров, VTuber и виртуальных бренд-амбассадоров в цифровыхсредах, делая акцент на взаимодействии, персонализации и аутентичности. Теория богатства медиа предполагает, что более богатые медиа повышают эффективностькоммуникации 47, а виртуальные персонажи воплощают такое богатство через иммерсивное, мультисенсорноевзаимодействие 48, влияя на эмоциональные и социальныереакции 49.

Хотя термин «виртуальная знаменитость» охватывает различные цифровыеперсоны, 50, это исследование сосредоточено на визуально воплощённых аудиовизуальных виртуальных знаменитостях со стабильными личностями и повторяющимся контентом. Предыдущие исследования рассматривают их влияние через поведенческие, когнитивные и аффективныеперспективы 4. Поведенческие исследования изучают вовлечённость и покупательскоеповедение 32,51; Когнитивные исследования подчёркивают достоверность,аутентичность 8, раскрытиеличности 9,52 и качествоинформации 10; Аффективные исследования подчёркивают эмоциональныеустановки 11.

Характеристики виртуальной знаменитости
Опираясь на теорию достоверности источников, исследования изучали антропоморфизм, привлекательность, надёжность, экспертизу и парасоциальное взаимодействие в виртуальныхконтекстах 1,32,53. Антропоморфизм положительно формирует реакциипотребителей 54,55 и соответствует парадигме Computers Are SocialActors 56, расширенной намедиа-агентов 57,чат-ботов 58 и виртуальных инфлюенсеров. Однако виртуальные знаменитости различаются пореализму 4, и теория Uncanny Valley предполагает, что почти человеческие изображения могут вызывать дискомфорт59.

Технологический прогресс сместил виртуальных знаменитостей в сторону динамичных, контент-генерирующих агентов, увеличивая значение таких качеств, как качество контента и выразительность голоса. Исследования изучали синтетический голос14, внешний вид13, соответствие внешности иголоса 60, аудиовизуальнуюпривлекательность 30 и реакции на компьютерно сгенерированныелица 61.

В этом исследовании концептуализируется привлекательность виртуальной знаменитости через внешность, голос и содержание. Физическая привлекательность влияет на социальнуюоценку 62, что соответствует эффектугало 62 и, как ожидается, повышает удовлетворённость. Качество контента представляет собой нарративное и опытное измерение виртуальной продукции знаменитостей и концептуально отличается от качествасервиса 63,64,65.

Удовлетворение
Удовлетворённость отражает когнитивную и эмоциональную оценку потребителей того, соответствует ли опытожиданиям 66,67 и формируется воспринимаемой эффективностью относительноожиданий 68,69. Он широко изучался в онлайн-контекстах70 и является центральным для оценки эффективности71. Привлекательность влияет на удовлетворённость в условиях обслуживания72,73, а привлекательность голоса показала схожиеэффекты 74. Соответственно, внешний вид, голос и качество контента должны формировать удовлетворение в контексте виртуальных знаменитостей.

Соответственно, предлагаются следующие гипотезы:
H1: Внешность виртуальных знаменитостей положительно влияет на удовлетворённость потребителей.
H2: Привлекательность голосов виртуальных знаменитостей положительно влияет на удовлетворённость потребителей.
H3: Качество контента виртуальных знаменитостей положительно влияет на удовлетворённость потребителей.

Верность
В этом исследовании лояльность рассматривается как лояльность по установкам, отражающая психологическую приверженность потребителя и его связь с виртуальной знаменитостью, а не как повторяющееся поведение19,33. Лояльность — это готовность поддерживать отношения, несмотря на препятствия75, и широко рассматривалась как результат удовлетворенности вонлайн-форматах 67,76, туризм77 и VTuber33. Соответственно, выдвигается следующая гипотеза:
H4: Удовлетворённость потребителей виртуальными знаменитостями положительно влияет на лояльность к виртуальным знаменитостям.

Покупайте товары и услуги, рекомендованные виртуальными знаменитостями
Намерение покупки отражает вероятность и готовность потребителя купить товарили услугу 67, 78, 79 и зависит от таких факторов, как удовлетворение, доверие, лояльность иудовольствие 78. Лояльность показала сильное предсказание намеренийпокупки 80. В контексте виртуальных знаменитостей исследования изучали эффекты намеренийпокупки 8,52 и медиаторскую роль удовлетворения между привлекательностью и намерением купить81,82. Соответственно, предлагаются следующие гипотезы:
H5a: Удовлетворенность потребителя положительно влияет на намерение покупки косвенно через лояльность.
H5b: Прямая связь между удовлетворением и намерением купить не имеет значения, если в модель включена лояльность.
H6: Лояльность потребителей к виртуальным знаменитостям положительно влияет на намерение покупки.

Персонализация (персонализированное обслуживание)
Интерактивность возникает из социологии и относится к коммуникации, основанной наотношениях 83, часто обеспечиваемой с помощью технологий84. ИИ укрепил интерактивный маркетинг с помощью персонализированныхсервисов 46, сделав персонализацию центральной для эффективности цифровогомаркетинга 85. Персонализация включает адаптацию контента или взаимодействия под отдельных людей для улучшения результатов86 и поддержки вовлечённости и совместного созданияценностей 87. Достижения в области больших данных и цифровых отслеживаний позволяют компаниям персонализировать коммуникацию с помощью поведенческих историй и самораскрытых пользовательских данных 88,89,90.

Предыдущие исследования показывают, что персонализация смягчает ключевые отношения, такие как качество иудовлетворенность 91, доверие иудовлетворенность 16, а также внедрение технологий в рамках вопросовконфиденциальности 92, а также другие пути отношений24, 25, 26, 27. В данном исследовании персонализация рассматривается как контекстуальный модератор, формирующий то, как удовлетворенность и лояльность превращаются в результаты, связанные с покупками. Предлагаются следующие гипотезы:
H7a: Воспринимаемая персонализация укрепляет связь между удовлетворённостью и лояльностью.
H7b: Воспринимаемая персонализация укрепляет связь между удовлетворением и намерением купить покупку.
H7c: Воспринимаемая персонализация укрепляет связь между лояльностью и намерением покупки.

Концептуальная исследовательская модель
Рисунок 1 показывает концептуальную модель, основанную на концепции стимул–организм–реакция: внешность, голос и содержание (стимулы) влияют на удовлетворенность и лояльность (организм), при этом намерение покупки (реакция) возникает прежде всего через лояльность. Персонализация укрепляет отношения удовлетворённости и лояльности и моделируется как модератор выбранных структурных путей.

figure-introduction-1
Рисунок 1: Исследовательская модель, основанная на каркасе стимул–организм–реакция. Концептуальная модель, иллюстрирующая взаимосвязи между атрибутами виртуальной знаменитости (внешность, голос и качество контента) как стимулами, организмными переменными (удовлетворённость и лояльность) и поведенческим результатом (намерение покупки). Персонализация моделируется как модератор отношений удовлетворённость и лояльность. Показаны косвенные эффекты через лояльность. Примечание. CAA = Характерная внешность и привлекательность; CVA = Характерная привлекательность голоса; CCA = Привлекательность характерного контента; LO = верность; PE = персонализация; PI = Намерение покупки; SA = Удовлетворение. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Исследование было освобождено от полного этического обзора в соответствии с институциональными рекомендациями по минимальному риску, поскольку оно включало анонимный онлайн-опрос без собранной личной информации. В начале опроса была представлена форма информированного согласия, описывающая цель исследования, добровольное участие, анонимность и использование данных, и продолжили участие только участники, давшие согласие.

1. Определение размера выборки

Окончательная выборка (N = 249) была определена на основе статистических требований к мощности для PLS–SEM. Максимальное количество предикторов для одной эндогенной конструкции составляло шесть (три виртуальных характеристик знаменитостей и три контрольных переменных для удовлетворения; удовлетворённость, термин взаимодействия и контроль для лояльности). Анализ мощности показал, что для обнаружения среднего размера эффекта (f2 = 0,15) при α = 0,05 и мощности 0,80 требуется примерно 97 наблюдений. Достигнутый размер выборки превысил этот порог, обеспечивая достаточную мощность для структурного, медиаторного и умеренного анализа.

2. Набор и отбор участников

Участников набирали через онлайн-панель с использованием целенаправленной невероятностной выборки для подтверждения опыта общения с виртуальными знаменитостями. Право на участие было ограничено лицами в возрасте 18 лет и старше. Были включены пункты скрининга и проверки внимания, а недействительные ответы исключались. Сбор данных завершался после достижения целевого размера выборки.

3. Стандартизированное определение и инструкции по обследованию

Участникам предоставили стандартизированное определение виртуальных знаменитостей как цифровых аудиовизуальных персонажей с стабильной визуальной идентичностью, голосом и повторяющимся повествовательным контентом. Им было поручено реагировать, исходя из их реального опыта.

4. Разработка и администрирование геодезических инструментов

Валидированные шкалы измерения были адаптированы к контексту виртуальной знаменитости (Таблица 1), где все конструкции измерялись по 7-балльной шкале Ликерта (1 = сильно не согласен; 7 = полностью согласен). Анкета включала разделы о внешности, голосе, качестве контента, удовлетворённости, лояльности, персонализации, намерении покупки и демографии. Управление платформой предотвращало дублирование подач.

Таблица 1: Элементы измерения и источники. Для каждого конструкта используются элементы измерения: внешность, привлекательность голоса, качество контента, удовлетворенность, лояльность, персонализация и намерение покупки. Приводятся источники адаптации масштаба. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.

5. Подготовка и очистка данных

Данные экспортировались в формате CSV. Неполные, неуспешные и неуспешные ответы на проверку внимания были удалены. Очищенный набор данных импортировался в программное обеспечение PLS–SEM для анализа.

6. Оценка измерений и структурных моделей

Все конструкции были обозначались как отражающие. Надёжность оценивалась с помощью альфа- и композитной надёжности Кронбаха (≥ 0,70). Сходимость оценивалась с помощью AVE (≥ 0,50), а дискриминантная валидность — с использованием критерия Форнелла–Ларкера и HTMT (< 0,90).

Структурные пути были определены согласно концептуальной модели. Мультиколлинеарность оценивалась с использованием коэффициента инфляции дисперсии (VIF) < 5.0. Загрузка с 5 000 подвыборок генерировала коэффициенты пути, t-значения, p-значения, 95% доверительные интервалы и размеры эффектов (f2).

  1. Анализ медиации
    Последовательная медиация (виртуальные атрибуты знаменитостей → удовлетворённость → лояльность → намерение покупки) тестировалась с использованием собственных косвенных эффектов (5 000 подвыборок) с 95% доверительных интервалов.
  2. Анализ модерации
    Термины взаимодействия проверяли модерирующие эффекты персонализации. Bootstrapping оценивал коэффициенты модерации и размеры эффектов, а также графики взаимодействия иллюстрировали условные эффекты.
  3. Предиктивная значимость
    Предиктивная эффективность оценивалась с помощью завязки на глаз и/или вневыборочных процедур. ЗначенияQ 2_predict, RMSE и MAE сравнивались с линейной эталонной моделью. Прогнозная релевантность поддерживалась, когдаQ2_predict >0 и ошибки PLS были ниже бенчмарка.
  4. Отчётность и проверка
    Для отчетности были собраны все результаты по надёжности, валидности, структуре, медиации, модерации и прогнозированию. Результаты сравнивались с результатами программного обеспечения для обеспечения точности и согласованности.

7. Устранение неполадок и модификации

Если количество неудач в скрининге было высоким, критерии отбора и инструкции уточнялись. Если надёжность (CR < 0,70) или AVE (< 0,50) опускались ниже порогов, плохо работающие индикаторы удалялись при сохранении теоретической когерентности. Вопросы мультиколлинеарности (VIF выше пределов) решались путём пересмотра спецификаций конструкций. Если эффекты медиации или модерации были незначительными, размер выборки или операционализация переоценивались. Bootstrapping использовал 5 000 подвыборок для обеспечения стабильных оценок.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Таблица 2 суммирует демографические характеристики финальной выборки (N = 249), включая пол, возраст, уровень образования и частоту взаимодействия с виртуальными знаменитостями. Выборка показала сбалансированное гендерное представительство (52,6% женщин) и состояла преимущественно из молодых и средних возрастов с относительно высоким уровнем образования. Частота вовлечённости была сосредоточена в еженедельно-месячном диапазоне, с меньшим числом пользователей в день. При ...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

В этом исследовании рассматривается, как характеристики виртуальной знаменитости влияют на удовлетворённость, лояльность и намерение покупать в рамках SOR с персонализацией в роли модератора. Выделяются три ключевых инсайта: качество контента является самым сильным фактором удовлетворения по сравнению с внешностью и голосом; удовлетворение влияет на намерение покупки только косвенно через лояльность (косвенное посредничество); а персонализация укрепляет отношения удовлетворённости и лоял...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы не заявляют о конфликтах интересов.

Благодарности

Эта работа была поддержана финансированием исследований Университетом aSSIST.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Qualtrics
Версия: Нет		Qualtrics, LLCН/ДКодирование опросов, https://www.qualtrics.com/
Prolific
Версия: Нет		ПлодовитыН/ДПровайдер онлайн-опросов https://www.prolific.com/
SmartPLS
Версия: 4.0.1		SmartPLS GmbHН/ДАнализ PLS-SEM,https://www.smartpls.com/
ChatGPT
Версия: 5.2		OpenAIН/ДУлучшение читаемости и проверки грамматики, https://www.chatgpt.com/

Ссылки

  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).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Похожие статьи