随着互联网信息技术的快速发展和迭代,网络经济成为新的推动经济发展的生力军,对人们的消费习惯产生了巨大的影响。网络成为商家营销和用户购买的重要渠道之一,不仅为消费者提供了选择丰富、方便快捷的购物体验,也为零售企业提供了更多的发展机会。截至2020年12月,我国网购用户规模已经达到了7.82亿,占网民整体的79.1%,网络零售交易额持续稳定增长,电子商务产业规模日益扩大。在此背景下,电商平台及在线零售商面临日益激烈的商业竞争,对于他们而言,核心问题是如何提升消费者的购买意愿,并通过个性化服务改善用户体验、提高用户的满意度和信任度,以引导用户从浏览者转化为购买者,并尽快推动其完成购买决策、产生购买行为。因此,深入挖掘用户的在线行为特征,把握他们的购物需求和浏览偏好,并制定针对性的营销活动成为企业设计营销方案的重要研究方向。在已有的相关研究中,学者们针对消费者的购物导向、购买意愿已经做了许多的探索,然而出于研究视角和数据特征的不同,他们对在线消费者的信息搜寻特征主要从整体的消费者视角出发,缺少对阶段性行为视角的分析;此外,他们对购买意愿影响因素的研究主要从问卷调研的主观感知出发,较少研究客观的浏览行为及其导向特征的影响。在网络购物用户行为中,在线点击行为是重要特征,分析客观的用户点击流数据,可以直接了解消费者购买商品的兴趣偏好和行为特点,进而结合消费者的个人特征来预测其未来购买意愿。因此本研究基于2017年淘宝网站的用户点击流日志数据,评估在购买决策阶段网络购物用户一系列浏览行为对应的购物导向程度,借此预测其购买意愿及未来购买决策时间,并基于消费者每一次新增点击行为来动态更新预测结果。针对上述研究内容,本文的主要行文思路如下:首先,本文对已有研究关于购物导向定义及分类、点击流数据分析的相关理论进行梳理后,结合点击流指标特点及数据的可获得性、可解释性,定义了购物导向中“品牌导向”和“任务导向”对应的浏览行为模式及其指标计算方式;随后通过Logistic模型回归探索了消费者行为的购物导向对其购买意愿的影响,并引入消费者性别、网络购物经验作为两者间关系的调节变量;进一步,本文对产生购买行为的用户数据进行筛选,通过随机效应模型回归探索了消费者行为的购物导向对其未来购买决策时间的影响,并引入消费者职业、网络购物经验作为调节变量。最终解决以下三个研究问题:第一,在线购物过程中,如何根据消费者对不同类型、不同品牌的产品做出的浏览行为特征来评估其当前购物导向?第二,如何通过在线消费者行为的购物导向预测其购买意愿以及未来购买决策时间?第三,其他消费者个体特征（如消费者性别、职业、网络购物经验）如何影响购物导向与购买意愿、未来购买决策时间间的关系?实证研究的结果表明:（1）消费者行为的品牌导向程度、任务导向程度均与其购买意愿呈现显著正相关关系,与其未来购买决策时间呈现显著负相关关系。（2）消费者性别、网络购物经验能够显著调节其行为的购物导向与购买意愿间的关系。消费者行为的任务导向程度对在线购买概率的正向影响在男性消费者中更高,在女性消费者中更低;消费者行为的品牌导向程度对在线购买概率的正向影响在网络购物经验丰富的消费者中更低,在网络购物经验较少的消费者中更高。（3）消费者职业、网络购物经验能够显著调节其行为的购物导向与未来购买决策时间间的关系。消费者行为的任务导向程度对未来购买决策时间的负向影响在大学生消费者中更高,在非大学生消费者中更低;消费者行为的品牌导向程度对未来购买决策时间的负向影响在网络购物经验丰富的消费者中更低,在网络购物经验较少的消费者中更高。基于研究结果,本文针对用户信息收集、个性化推荐方案设计、推荐系统冷启动等问题,对电商平台和在线零售商制定营销策略提出了多项建议,以期为我国电子商务个性化推荐系统设计、在线营销策略的制定提供科学依据。