随着互联网技术的日臻成熟,居民消费观念的转变以及消费意识的不断提高,我国网络购物迎来高速发展的春天,“互联网+”战略的提出更为网络购物高速、稳定的发展注入一针强心剂。网络购物作为新型购物方式,既是经济增长点,又催生了更多新的增长点,但我国网络购物尚处在初级阶段,高速发展的同时仍有许多问题亟待解决,而这些问题一方面影响消费者购买意愿,另一方面限制电商企业快速、健康发展。虽然企业为提高消费者购买意愿投入较大财力,国家也为保障网络购物环境的健康发展出台了相关法律法规,但收效甚微,消费者还是不满意。影响网络购物消费者购买意愿的变量很多,交易成本是其最主要的变量之一,而交易成本又受到其它变量的影响,为了更加准确地获得影响交易成本的变量,笔者在大量阅读文献以及QFD专家团头脑风暴法的基础上,将信任度、不确定性与购买频率作为交易成本的影响变量,并获得所有潜变量的观测变量,这为以后研究工作的深入奠定了基础。为了提升网络购物消费者购买意愿,促进网购市场更快、更好的发展,需要从消费者的角度出发,探究消费者感知的影响其购买意愿最重要的因素—交易成本与购买意愿之间的复杂关系,从而为企业实施积极、准确的价格战略提供参考。目前,关于网络购物消费者购买意愿与影响变量之间关系的研究存在定性分析较多、定量研究较少,模型多以结构方程模型研究问题,而现实中获得的样本往往存在非正态、测量误差等问题,且模型多是研究显变量与潜变量之间的线性关系,对于非线性关系变量之间的处理能力较差,往往导致较大误差。基于此,本文提出基于PLS-SEM与BN的网络购物交易成本与购买意愿关系的模型。首先,在获得影响交易成本的潜变量及所有显变量的基础上,构建交易成本与购买意愿关系的概念模型,然后在问卷调查、数据校验以及拟合度评估检验的基础上获得模型参数并对模型参数进行估计,最后运用贝叶斯网络模型对某一潜变量在高、中、低变化时,另一潜变量变化高、中、低概率的变化进行推理或诊断。通过组合模型的运用,得到如下结论：交易成本与购买意愿是负相关的关系,交易成本影响变量中信任度对其影响最大,其次为不确定性,最后为交易频率,其中卖家声誉的好坏、网站的安全性对信任度的影响最大,行为不确定性、声誉不确定性对不确定性的影响最大,购买倾向性对购买频率的影响最大。贝叶斯网络具有强大的推断功能,当潜变量中的自变量发生高、中、低变化时,可以运用贝叶斯推理获得因变量在高、中、低变化时时发生的概率；当因变量发生高、中、低变化时,可以利用贝叶斯网络逆向诊断的能力,得到自变量在高、中、低变化时发生的概率。最后,在假设检验及模型分析结果的基础上,结合网络购物实际,对本文研究的局限性进行了阐述,这也是以后开展研究工作的方向。