基于技術接受模型的虛擬試衣使用意愿研究

葉晶 郭香梅

摘要： 文章基于技術接受模型（TAM），建立用戶虛擬試衣使用意愿概念模型，并運用結構方程模型對研究假設進行檢驗，探討不同因素對虛擬試衣使用意愿的影響。研究結果表明：虛擬試衣的技術特性（VF）對用戶感知有用性（PU）和感知易用性（PEOU）均有正向顯著影響;感知有用性（PU）正向顯著影響用戶使用態度（AT）;使用態度（AT）正向顯著影響用戶虛擬試衣的使用意愿（BI）。最后提出了促進虛擬試衣使用意愿的建議。

關鍵詞： 技術接受模型;虛擬試衣;使用意愿;結構方程模型;服裝

Abstract： Based on the technology acceptance model（TAM）， our study established a conceptual model on users intention to use virtual fitting， used a structural equation model to test the research hypothesis and investigate the effect of different factors on users intention to use virtual fitting. The results indicated that the technical features of virtual fitting（VF） had a significant positive effect on users perceived usefulness and perceived ease of use. Perceived usefulness（PU） positively affected users attitude towards using（AT）. The attitude towards using（AT） had a significant positive effect on users intention to use virtual fitting（BI）. Finally， some suggestions were put forward to improve the intention to use virtual fitting.

Key words： technology acceptance model; virtual fitting; intention to use; structural equation model; garment

隨著互聯網技術的發展和人們服裝消費方式的改變，電商平臺的興起給消費者帶來了多元化的購物方式。相對于線下購物，盡管網購服裝給消費者提供了便利，擺脫了時間與空間的限制，但也存在一些問題，如網購平臺的文字描述、模特試穿的效果圖提供的信息有限，容易發生消費者實際穿著效果與預期存在偏差的情況，由此導致高差評率及退貨率。同時線下購物又存在著服裝款式少、試衣繁瑣等問題[1]。當然，服裝業的試衣模式正朝著智能化方向發展[2]，三維虛擬試衣系統的出現提供了有效的解決方法，正改變著人們的服裝試穿習慣。

虛擬試衣系統是以計算機為輔助工具，通過三維人體掃描獲取人體三維數據并據此建立三維虛擬人體模型[3]，在此基礎上構建相應的三維服裝衣片模型。用戶在不接觸服裝實物的情況下，可根據自己的喜好，方便快捷地更換不同款式的虛擬服裝，最終得到相應的三維人體著裝立體效果圖[1，4]。目前，服裝應用的虛擬試衣系統商業軟件有韓國CLO公司的CLO-3D、新加坡Brozwear公司的V-sticher和Lotta、美國Gerber公司的Accumark 3D、美國PGM公司的3D Runway和Optitex 3D、法國Lectra公司的Modaris 3D Fit等[2，5-6]。虛擬試衣系統以三維人體重建與三維著裝模擬為基礎，其中人體數據存儲、三維人體測量技術、三維人體建模技術、服裝建模、三維虛擬面料仿真、虛擬縫合智能化及三維動態仿真技術等的選擇直接影響了虛擬試衣效果的優劣及用戶體驗[1，2，5，7]。

虛擬試衣提供了一種全新的線上線下試衣體驗。目前線上虛擬試衣系統多借助APP實現，如優衣庫推出的“優衣庫數字搭配師”APP。線下虛擬試衣主要依靠“虛擬試衣鏡”實現，如深圳云之夢公司開發的“3D試衣鏡”。虛擬試衣具有高效便捷、兼具娛樂與實用、個性化突出的優點，擺脫了穿脫試衣的耗時性、復雜性等問題。

目前，國內外關于虛擬試衣的研究大多數是從虛擬試衣技術及其應用的角度進行，而很少從消費者的角度探討消費者對虛擬試衣技術的看法及使用情況。Li等[8]采用了技術接受模型理論來分析中國消費者對虛擬試衣的態度，發現時尚領袖和技術焦慮對消費者使用虛擬試衣系統意愿存在調節作用，但此文僅用了多組回歸分析方法，未能采用結構方程模型來分析潛在變量。張琪若等[9]調研了消費者對虛擬試衣的了解程度，發現消費者更關注虛擬試衣軟件上新快、角色切換方便等便捷性功能。王嬌等[10]指出消費者對于虛擬試衣的需求，主要包括個性化需求、人性化互動需求及網購求真務實的誠信需求。王夢穎等[11]調研了消費者對三維虛擬試衣的認知情況、使用態度及功能需求。張雯[12]分析了個體消費者對虛擬試衣的需求，主要包括虛擬試衣系統要操作簡捷、服裝需要個性化、逼真的動態效果、娛樂性需求、面料要有逼真的手感及舒適感。丁嘉玲[7]以S-O-R模型為基礎，分析虛擬試衣系統的關鍵因素與消費者購買意愿之間的關系，得出消費者購買意愿越高，三維虛擬試衣系統也就越優越的結論。尚旭彤等[13]基于技術接受模型，構建了虛擬試穿對消費者在線購買意愿的影響模型，但是缺少相應的數據分析。黃嘉琳[14]針對女性白領對新技術掌握能力一般的情況下，提出虛擬試衣需求主要有操作簡單、便捷購物流程、滿足炫耀心理、指導建議搭配、方便分享信息與互動等。

總結前人關于消費者對虛擬試衣技術需求的研究，可以發現他們大多采用了調研問卷的形式對相關問題進行了調研，以回歸分析等統計方法來衡量各因素間的影響度。這些都屬于現象分析的層面，缺少探討虛擬試衣消費者使用意愿影響因素的理論支撐研究。對于新技術的推出，消費者使用意愿的研究中最普遍的研究方法是運用技術接受模型（technology acceptance model，TAM）[15]。而目前國內運用TAM作為理論基礎來研究用戶對虛擬試衣接受度的研究很少。因此，本研究以技術接受模型為理論基礎，分析虛擬試衣用戶行為與使用意愿的重要影響會有更好的解釋力。在已有文獻基礎上提出若干研究假設，利用調研數據，并采用結構方程模型（structural equation model，SEM）來量化測度各潛變量之間的路徑影響，以揭示虛擬試衣采納行為的影響機理與作用路徑，為鼓勵引導使用虛擬試衣及虛擬試衣如何提高用戶體驗提供指導性建議。

1 理論模型與研究假設

1.1 技術接受模型

1989年，Davis[16]提出了技術接受模型，主要用于分析用戶對新事物和新技術的接受程度。TAM的兩個主要決定因素是感知有用性（perceived usefulness，PU）和感知易用性（perceived ease of use，PEOU）。前者反映了用戶在使用某種信息系統時對其工作或生活績效提高的程度[17-18]。后者反映了用戶使用某種信息技術時感知到的容易使用的程度[18]。兩者都會影響用戶對新事物和新技術的使用態度，其中感知易用性也會影響感知有用性。用戶的使用態度影響到他們自身的使用意愿，進而影響到他們的實際使用行為[17]。同時，感知有用性直接促進了用戶的使用意愿。虛擬試衣是一項新技術，用戶使用行為決策符合“感知—使用態度—使用意愿”這一邏輯，因此本研究提出如下假設：

H1：感知有用性對虛擬試衣使用態度有正向影響;

H2：感知有用性對虛擬試衣使用意愿有正向影響;

H3：感知易用性對虛擬試衣使用態度有正向影響;

H4：感知易用性對感知有用性有正向影響;

H5：使用態度對虛擬試衣使用意愿有正向影響。

1.2 TAM模型拓展變量及假設

隨著信息技術的不斷發展，研究者嘗試引入新理論或加入新外部變量對TAM進行調整和拓展。外部變量包括系統設計特征、用戶特征等，它在TAM中建立了各種因素之間的聯系，并且可以根據具體的研究進行適當的調整[19]。外部變量不僅影響用戶的感知有用性（PU）和感知易用性（PEOU），還可以根據具體研究進行適當調整[17]。

根據前文對虛擬試衣技術和外部變量定義的分析，發現三維人體模型的尺寸吻合度、三維試衣環境的逼真度、三維服裝款式色彩與體型膚色的搭配程度、三維服裝面料質地與造型展示效果、著裝后的靜態與動態合體性會影響消費者的使用體驗，因此本研究將虛擬試衣的技術特性作為外部變量，并提出如下假設：

H6：虛擬試衣的技術特性對感知有用性有正向影響;

H7：虛擬試衣的技術特性對感知易用性有正向影響。

1.3 研究理論模型

綜合上述理論基礎和相關假設，本研究以技術接受模型為基礎建立虛擬試衣使用意愿理論模型，如圖1所示。

2 研究設計

2.1 問卷設計

本研究通過發放網絡調查問卷收集用戶數據。在問卷設計階段，借鑒國內外相關研究文獻的經典量表，然后再根據虛擬試衣的特征進行適當修改，并咨詢研究領域內的相關專家，根據他們的意見和建議對問卷進行修訂和補充。問卷主要由兩部分組成：第一部分是研究對象的基本情況，包括性別、年齡、文化程度及對三維虛擬試衣的了解程度;第二部分為研究模型中各潛在變量的測量變量。采用多維度量表對各變量進行估計，題項均來自相關參考文獻。采用李克特5級評分法，其中1分表示“非常不同意”，5分表示“非常同意”。量表共計包括5個部分，20個題項，具體內容如表1所示。

2.2 數據收集與樣本描述性統計分析

本研究通過問卷星在線問卷調查系統進行問卷調研，采用隨機抽樣的方法收集樣本數據，累計收集250份問卷。通過對問卷進行篩選，最終收集有效問卷226份，問卷有效率為90.4%。

從樣本基本特征看（表2），受訪對象中女性占62.8%，高于男性;年齡在18～25歲占比最高（40.3%），其次是26～30歲（30.1%）;文化程度主要集中在本科（70.4%）。在對虛擬試衣了解程度方面，54.4%的調研對象表示聽過但不了解，34%的調研對象對虛擬試衣的了解程度較高（用過有些了解、很了解）。81%的調研對象有意愿使用虛擬試衣。

3 數據分析與假設檢驗

3.1 信度檢驗

對問卷數據進行信度檢驗（表3），5個潛在變量的Cronbachs α均大于0.7。問卷整體Cronbachs α值為0948，說明問卷設計的量表具有良好的信度和較高的數據可信度。

3.2 效度檢驗

本研究利用SPSS24.0對樣本進行KMO與Bartlett球形檢驗。從表4可知，該量表的整體KMO值為0.961，Bartlett球形檢驗在0.05的水平上顯著，表明樣本數據適合進行因子分析。

利用AMOS 24.0軟件對量表進行驗證性因子分析（CFA）。非標準化估計值在0.05的水平上全部顯著（均小于0.001）。虛擬試衣技術特性題項VF4因子載荷量較低且卡方值較高，去掉該題項，模型擬合效果良好。感知有用性中的觀測變量PU4的因子載荷量為0.584（小于06），故將其刪除，其他因子載荷量值均大于0.6，表明各觀測變量可以有效反映潛在變量的特征。由表3可以看出，本研究中每個觀測變量的因子載荷、平均方差萃取量AVE均大于0.500，組合信度CR均大于0.700，滿足了聚合效度的標準要求。說明本研究的測量量表具有良好的聚合效度。

3.3 結構方程模型分析

結構方程模型（SEM）是一種建立在因子分析、路徑分析和多元方差分析等基礎上，集數據測量和理論分析為一體的普適性、驗證性多元統計方法[21-23]。它不僅可以研究觀測變量之間的因果關系，還可以研究潛在變量和觀測變量或潛在變量間的因果關系，將抽象變量具體化[21-23]。

Bentler等[24]的研究指出，結構方程模型的樣本數與被估計的自由參數的比值一般達到或者接近10︰1的比例，才能保證顯著性檢驗的有效性。本研究有效調研問卷的數量為226份，通過篩選并刪除題項“虛擬試衣了解程度”中選擇“沒聽過”選項的調研對象26份，最終進行分析的樣本數量為200份，結構方程模型估計的自由參數為18，樣本數量/自由參數=11.14，符合建議的樣本量要求。

3.3.1 適配度檢驗

為確保數據和理論模型相符合，需要模型擬合度符合標準。運用AMOS軟件對提出的模型進行檢驗，在初設理論模型中，各個模型的擬合指標如表5所示。根據結構方程模型（SEM）擬合指標的要求，漸進殘差均方和平方根RMSEA<005，優度擬合指數GFI>0.9、比較擬合指數CFI>0.9、非正態擬合指數TLI>0.9。根據軟件給出的模型修正指標（MI），遵循每次僅修正一條路徑的原則，每修正一條則進行一次運算，并且增列的參數關系不能違反結構方程模型的假定[25-26]，刪除了使用意愿里的BI1題項。模型修正后的擬合指數中，卡方自由度比值（χ2/df）為1.546<3、RMSEA<0.05，GFI、CFI、TLI均大于0.9，檢驗結果均達到參考標準，說明本研究提出的理論模型與樣本數據適配度非常好。

3.3.2 假設檢驗與結果分析

根據AMOS軟件的運行結果，對模型的標準化路徑系數和非標準化下的顯著性概率p值進行了檢驗。表6列出了模型的標準化路徑系數及每個假設的成立情況，除假設H2、H3、H4未通過驗證外，其余假設都通過檢驗。修正模型的標準化相關系數如圖2所示。

4 建議與對策

4.1 建 議

1）服裝品牌商或電商平臺應提高虛擬試衣系統的功能。現階段，虛擬試衣的技術還不夠成熟，仍然存在一些問題，如線上試衣如何使消費者利用現有的設備來準確地獲得身體尺寸，如何提高虛擬面料的仿真度和虛擬試衣自動化程度，如何避免系統和模型的人物僵化，以及服裝款式少等問題，這些都會影響消費者的使用體驗。只有切實改善這些問題，提高了虛擬試衣系統的易用性，將來會有越來越多的消費者愿意接受并樂于使用虛擬試衣系統。

2）虛擬試衣作為一種新的體驗技術，可以為品牌營銷注入新的活力，滿足消費者的心理需求。對于線上品牌來說，消費者通過虛擬試衣，可以快速瀏覽不同款式的服裝并立體地查看試穿效果，擺脫了原來的平面效果，用戶購物體驗得到提高，減少了退貨率高的問題，同時還能提升品牌知名度與銷售額。對于線下品牌來說，通過“虛擬試衣鏡”可以幫助品牌快速吸引消費者主動入店選購，讓消費者從被動地接受導購的意見轉變為主動參與服裝選購，增加了用戶體驗和新鮮度。同時還能獲取大量關于用戶體型、穿衣風格偏好等方面的數據，幫助品牌改進生產計劃，提高銷售利潤。

4.2 對 策

本研究仍存在一些局限性，并提出相應的對策：一是模型的選擇。一方面，本研究選擇了TAM作為理論模型，但是TAM發展迅速，出現了如TAM2模型。本研究將來要更注重模型的發展，進一步完善虛擬試衣新技術接受和使用的研究。另一方面，TAM是通過對外部變量的解釋對用戶行為意圖的影響，有些模型則從用戶的角度來詮釋使用行為，如“技術采納與利用整合理論（unified theory of acceptance and use of technology，UTAUT）”。該模型對用戶使用行為的解釋力更高，未來可以采用該模型分析特定年齡段或收入水平的人對虛擬試衣的使用態度進行分析。二是調研樣本的數量有局限性。一方面，本研究整體的調研樣本數量偏少，使得調研的意義具有一定的局限性。另一方面，本研究將“虛擬試衣了解程度”中“聽過但不了解”的調研對象也進行了分析，對模型的結論有一定的影響，未來的研究可能會選擇已經有虛擬試衣使用經驗的消費者，或將兩種不同了解程度的人群分開分析，對比分析二者的差異。

5 結 語

本研究以TAM為基礎，以虛擬試衣技術特性作為外部變量，拓展了技術接受模型，并對理論模型運用結構方程模型分析，探討影響用戶使用虛擬試衣意愿的因素。得出結論如下：

1）虛擬試衣的技術特性會顯著影響感知有用性和感知易用性。虛擬試衣技術特性對感知有用性和感知易用性的影響系數分別為0.679和0.885，可以發現，這與技術接受模型的原始假設是相符合的。說明消費者在考慮采用虛擬試衣時，會考慮虛擬試衣系統的功能性和便利性。

2）感知易用性對感知有用性和使用態度顯著性無影響，感知有用性正向顯著影響使用態度，影響系數為0716，說明消費者在使用虛擬試衣系統時，更多地關注虛擬試衣系統的功能性。因此通過提高虛擬試衣的功能，使消費者切身體會到虛擬試衣的價值，如試裝、換裝、滿足個性化需求、娛樂性需求等，進而進一步增加消費者對虛擬試衣的正面態度。

3）使用態度正向顯著影響使用意愿，影響系數為0803。這個結果符合S-O-R理論，虛擬試衣系統的有用性對消費者的使用態度產生了積極影響，消費者在積極態度的影響下，產生了積極的反應，即消費者愿意使用虛擬試衣系統。

參考文獻：

[1]王巧麗， 徐增波， 田丙強. 虛擬試衣中個性化三維人體建模的研究進展[J]. 紡織導報， 2020（7）： 79-82.

WANG Qiaoli， XU Zengbo， TIAN Bingqiang. Research progress of personalized 3D human body modeling in virtual fitting[J]. China Textile Leader， 2020（7）： 79-82.

[2]徐愛婧， 周捷. 虛擬試衣系統關鍵技術研究[J]. 紡織科技進展， 2020（3）： 28-32.

XU Aijing， ZHOU Jie. Research on key technologies of virtual fitting system[J]. Progress in Textile Science & Technology， 2020（3）： 28-32.

[3]陳曉倩. 虛擬試衣系統在電子商務中的應用模式探討[J]. 紡織導報， 2009（9）： 81-83.

CHEN Xiaoqian. Study on the application mode of virtual apparel fitting system in electronic commerce[J]. China Textile Leader， 2009（9）： 81-83.

[4]張曉麗， 姚俊峰， 黃萍. 基于Kinect的實時360度虛擬試衣[J]. 系統仿真學報， 2016， 28（10）： 2378-2384.

ZHANG Xiaoli， YAO Junfeng， HUANG Ping. 360-degree virtual fitting based on kinect[J]. Journal of System Simulation， 2016， 28（10）： 2378-2384.

[5]崔萌， 陳素英， 殷文， 等. 基于虛擬試衣技術的服裝設計與開發[J]. 毛紡科技， 2020， 48（6）： 58-61.

CUI Meng， CHEN Suying， YIN Wen， et al. Design and development of clothing based on virtual fitting technology[J]. Wool Textile Journal， 2020， 48（6）： 58-61.

[6]朱慶艷， 陳淑聰， 程淑婉， 等. 基于CLO-3D虛擬試衣系統的服裝效果評價研究[J]. 紡織導報， 2020（7）： 83-85.

ZHU Qingyan， CHEN Shucong， CHENG Shuwan， et al. Research on clothing effect evaluation based on CLO-3D virtual fitting system[J]. China Textile Leader， 2020（7）： 83-85.

[7]丁嘉玲. 三維虛擬試衣系統對消費者購買意愿的影響研究[D]. 青島： 青島大學， 2015.

DING Jialing. Research on the Influence of 3D Virtual Fitting System on Consumers Purchase Intention[D]. Qingdao： Qingdao University， 2015.

[8]LI A， XU Y. A study of Chinese consumers adoption behaviour toward virtual fitting rooms[J]. International Journal of Fashion Design， 2020， 13（2）： 140-149.

[9]張琪若， 胡若琛， 暴姝雯， 等. 虛擬試衣的現狀研究及解決方案： 基于大數據背景下對浙江省消費者調查報告的分析[J]. 管理觀察， 2019（22）： 94-95.

ZHANG Qiruo， HU Ruochen， BAO Shuwen， et al. Research on the status quo of virtual fitting and its solution： based on the analysis of consumer survey report in Zhejiang province under the background of big data[J]. Management Observer， 2019（22）： 94-95.

[10]王嬌， 鐘苡君. 虛擬試衣對消費者需求心理及生活方式的影響[J]. 天津紡織科技. 2017（1）： 46-47.

WANG Jiao， ZHONG Yijun. Virtual fitting effect on consumer demand psychology and life style[J]. Tianjin Textile Science & Technology， 2017（1）： 46-47.

[11]王夢穎， 余晨苗， 方方. 三維虛擬試衣的消費認知與功能需求[J]. 毛紡科技， 2017， 45（11）： 78-83.

WANG Mengyin， YU Chenmiao， FANG Fang. Consumer awareness and function requirement of three-dimensional virtual fitting[J]. Wool Textile Journal， 2017， 45（11）： 78-83.

[12]張雯. 3D虛擬試衣間消費者需求分析[J]. 現代商貿工業， 2016， 37（8）： 62.

ZHANG Wen. Consumer demand analysis of 3D virtual fitting room[J]. Modern Business Trade Industry， 2016， 37（8）： 62.

[13]尚旭彤， 趙媛媛， 蘇彩平. 虛擬試穿對消費者在線購買意愿影響的理論模型構建[J]. 商， 2015（28）： 104.

SHANG Xutong， ZHAO Yuanyuan， SU Caiping. Theoretical modeling of the effect of virtual fitting on consumers online purchase intention[J]. Business， 2015（28）： 104.

[14]黃嘉琳. 白領女性對虛擬試衣間設計的需求分析[J]. 創意設計源， 2012（2）： 70-72.

HUANG Jialin. Analysis of the demand by white-collar women for virtual fitting-room design[J]. Idea & Design， 2012（2）： 70-72.

[15]陳日光. 復雜系統視角下手機銀行APP消費者使用意愿與行為影響性研究[J]. 吉林工商學院學報， 2020， 36（2）： 65-71.

CHEN Riguang. Research on consumers willingness to use mobile banking APPs and their behaviors[J]. Journal of Jilin Business and Technology College， 2020， 36（2）： 65-71.

[16]DAVIS F. Perceived usefulness， perceived ease of use， and user acceptance of information technology[J]. MIS Quarterly， 1989， 13： 319.

[17]王艷玲， 張廣勝， 李全海. 基于技術接受模型的電商平臺采納行為及影響因素[J]. 企業經濟， 2020（3）： 132-137.

WANG Yanling， ZHANG Guangsheng， LI Quanhai. Adoption behavior and influencing factors of e-commerce platform based on technology acceptance model[J]. Enterprise Economy， 2020（3）： 132-137.

[18]魏玲， 郭新悅. 基于技術接受模型的知識付費平臺持續使用意愿研究[J]. 科技與管理， 2020， 22（2）： 83-90.

WEI Ling， GUO Xinyue. Research on the willingness to continue using knowledge payment platform based on technology acceptance model[J]. Science-Technology and Management， 2020， 22（2）： 83-90.

[19]林玉川. 移動打車軟件用戶行為研究[D]. 廈門： 廈門大學， 2014.

LIN Yuchuan. Research on the User Behavior of Mobile Taxi-Hailing Software[D]. Xiamen： Xiamen University， 2014.

[20]郭英之， 李小民. 消費者使用移動支付購買旅游產品意愿的實證研究： 基于技術接受模型與計劃行為理論模型[J]. 四川大學學報（哲學社會科學版）， 2018（6）： 159-170.

GUO Yingzhi， LI Xiaomin. An empirical study on consumers intention of buying tourism products with mobile payments： an integration model of TAM and TPB[J]. Journal of Sichuan University（Social Science Edition）， 2018（6）： 159-170.

[21]翟小偉， 張偉霞， 王凱， 等. 基于SEM的礦井煤自燃危險性綜合評價研究[J]. 煤炭工程， 2020， 52（2）： 101-105.

ZHAI Xiaowei， ZHANG Weixia， WANG Kai， et al. Comprehensive evaluation of coal spontaneous combustion risk in mine based on structural equation model[J]. Coal Engineering， 2020， 52（2）： 101-105.

[22]徐鵬. 基于結構方程模型的農產品供應鏈金融風險防范研究[J]. 西南政法大學學報， 2018， 20（6）： 128-135.

XU Peng. Risk management of agricultural product supply chain finance based on structural equation modeling[J]. Journal of Southwest University of Political Science and Law， 2018， 20（6）： 128-135.

[23]史玉芳， 宋平平. 城市軌道交通PPP項目成功關鍵影響因素研究[J]. 建筑經濟， 2019， 40（8）： 42-47.

SHI Yufang， SONG Pingping. Research on key influencing factors of PPP project success in urban rail transit[J]. Construction Economy， 2019， 40（8）： 42-47.

[24]BENTLER M P， CHOU C P. Practical issues in structural modeling[J]. Sociological Methods & Research， 1987， 16（1）： 78-117.

[25]吳明隆. 結構方程模型： AMOS的操作與應用[M]. 重慶： 重慶大學出版社， 2010.

WU Minglong. Structural Equation Model： Operation and Application of AMOS[M]. Chongqing： Chongqing University Press， 2010.

[26]趙雪芹， 王少春. 微信小程序用戶持續使用意愿的影響因素探究[J]. 現代情報， 2019， 39（6）： 70-80.

ZHAO Xueqin， WANG Shaochun. Research of customers continuance intention on WeChat mini program[J]. Modern Information， 2019， 39（6）： 70-80.