神经信息系统（NeuroIS）研究进展

冯昌扬

摘要：[目的/意义]认知神经科学领域的最新进展揭示了认知、情绪和社会过程的神经基础，为人类、组织和市场之间的信息处理、决策以及行为之间的复杂相互作用提供了新的见解。[方法/过程]本文介绍了利用认知神经科学工具开展IS研究（以下称为“NeuroIS”）的文献。作者的文献来源主要基于Riedl等的综述，从以下2个角度进行文献分析：1）研究工具视角，该部分对与NeuroIS有关的方法、工具和测量进行了讨论;2）研究内容视角，该部分从脑神经区块可辨识的功能，即决策过程、认知过程、情绪过程和社会化过程进行分析。[结果/结论]文章最后对在IS研究中运用神经生理学的方法面临的一系列挑战进行梳理，并提出展望：NeuroIS研究的长期和主要目标是创建超越行为数据的强大预测模型;其次是开发新的搜索模型，用于解释信息刺激的生理和神经反应以及认知和情感状态对用户信息行为的影响。

关键词：神经信息系统;信息系统;认知神经科学;综述

DOI：10.3969/j.issn.1008-0821.2019.04.018

〔中图分类号〕Q189〔文献标识码〕A〔文章编号〕1008-0821（2019）04-0153-07

NeuroIS：A Literature Review and Analysis

Feng Changyang

（School of Information Management，Wuhan University，Wuhan 430072，China）

Abstract：[Purpose/Significance]Recent advances in cognitive neuroscience are uncovering the neural bases of cognitive，emotional，and social processes，and they offer new insights into the complex interplay between IT and information processing，decision-making，and behavior among people，organizations，and markets.This paper introduced the literature of drawing upon the cognitive neuroscience tools to inform IS research（herein termed“NeuroIS”）.[Method/Process]The paper reviewed the emerging NeuroIS literature，based on René Riedls literature search，from two perspectives，namely（1）the perspective of research tools，followed by a discussion of the methods，tools，and measurements associated with NeuroIS，and（2）the perspective of research content，these literature were herein grouped by four mental processes categories（decision making，cognitive，emotional，and social）to reflect the variety of NeuroIS literature.[Result/Conclusion]The challenges of applying neuro-physiological methods to IS research were also discussed.The paper concluded that there was considerable potential for using cognitive neuroscience theories and functional brain imaging tools in IS research to enhance IS theories.

Key words：NeuroIS，information system，cognitive neuroscience;review

腦科学，作为“21世纪的最后前沿”，每天都在翻开新篇章。2013年，欧盟和美国分别启动脑研究计划。欧盟的“人脑计划”（Human Brain Project，HBP），旨在解读超过上兆个脑神经细胞的联结，以研究人类情感、意识与思维。而这些复杂的运算，将通过超级计算机多段多层的模拟来实现。美国的“推进创新神经技术脑研究计划”（Brain Research Through Advancing Innovative Neurotechnologies，BRAIN）拟研发新型脑研究技术，以更高的时空分辨率建立脑活动图谱。未来10年，这两大脑研究计划预计投入分别超过10亿欧元和30亿美元。在我国，《国家中长期科学和技术发展规划纲要（2006-2020）》中已将“脑科学与认知”列入基础研究科学前沿问题;十三五时期，脑科学与类脑研究被纳入“科技创新2030——重大项目”;2011年以来，国家自然科学基金委员会、国家科技部、中国科学院分别启动了一系列脑研究的重大计划。

管理信息系统（MIS）是多学科交叉形成的一门学科，可以从计算机科学、管理科学、组织行为学、经济模型等角度进行研究。以Gordon Davis为代表人物的明尼苏达学派，主要是从行为和组织管理的视角研究MIS。而从生理基础上来说，个体的行为是由其大脑的神经中枢决定的，要理解个体的行为就要了解这些行为背后的神经机制[1]。

2007年信息系统国际会议（International Conference on Information Systems，ICIS）正式提出神经信息系统（NeuroIS）的概念，后得到传播扩散，发展迅速。尤其是近年来，NeuroIS在信息系统领域引起了极大关注。IS领域的顶级期刊诸如Journal of the Association for Information Systems在2014年出版了一期特刊，“Methods，Tools，and Measurement in NeuroIS Research”，促进NeuroIS方法论的贡献;Journal of Management Information Systems在2014年也出版了“Special Issue：Neuroscience in Information Systems Research”特刊，讨论未来NeuroIS研究方法的关键;Journal of the Association for Information Science and Technology（JASIST）也于近期为JASIST Special Issue on Neuro-Information Science征文。其他顶级期刊诸如MIS Quarterly早在2010年就刊登了脑成像方面的研究[2]。此外，NeuroIS自2009年开始召开年会Gmunden Retreat，并于2009-2010连续两年在IS领域顶级会议ICIS上举办座谈会。2016年JASIST的Best JASIST Paper Award也由NeuroIS研究摘得[3]。最近，NeuroIS研究开始引起IS以外的领域的关注。例如，神经心理经济学协会（Association for Neuro Psycho Economics）在其网站上指出，除了神经经济学、神经营销、神经金融和决策神经科学等领域的研究之外，NeuroIS相关研究的提交也是受欢迎的[4]。实际上，NeuroIS研究已经发表在跨学科的期刊上，如：Javor A等[5]发表在PloS ONE上关于帕金森患者对网络虚拟形象信任的论文，以及He Q等[6]发表在Scientific Reports上与社交网络上瘾有关的脑部解剖学论文。由此可见，NeuroIS研究的快速发展需要对其进行全面的文献回顾。

事实上，NeuroIS领域的学者已经发表了一些综述性文章。如：Riedl R等[7]对2011-2014年间Gmunden Retreat年会发表的85篇论文进行了回顾，并对这些研究课题以及研究中使用的方法和工具进行了编码处理。此后，Riedl R等人[8]又对2010-2014年期间发表在IS期刊上发表的15篇论文进行文献综述。萧文龙等[9]对16篇研究论文进行重点分析，说明并整理各研究所运用的相关脑神经工具。可见，以上学者的综述没有包含近年来学术刊物上发表的全部（NeuroIS一词出现于2007年，但NeuroIS研究早于2007年）NeuroIS文献以及ICIS等主流会议的会议文献。Md R A M等[10]采用元分析的方法对2007-2017年间的文献进行综述，但文章更注重机器处理的结果，而忽略了内容分析。同样，Hazawawi N A M等[11]和Riedl R等[12]的研究更注重从计量学的角度进行分析，而对逻辑关系分析不足。因此，现有的NeuroIS文献综述都存在一定程度的短板。

而在国内，NeuroIS研究还处于初始阶段，探讨NeuroIS发展情况的文献数量很少，因此本研究希望通过对重要期刊和会议论文的汇总分析，给NeuroIS领域的研究者一些帮助。

1文献来源与概况

為客观地反映国外NeuroIS的研究进展，综述需要选择来自不同学科的研究文章，且这些研究文章都是利用神经科学工具（例如，fMRI、EEG、眼动跟踪技术等）研究特定的IS现象。作者的文献来源主要基于Riedl R等[13]的综述，该综述所选取的164篇文献均收录于NeuroIS.org[14]，对这些文献的补遗工作主要针对该综述没有包含的2007年以前的及2017年以后的研究文献，以及Limitations部分提及的需要补充的文献。文献补遗方法如下：首先，作者通过Web of Science，Science Direct以及Google Scholar，使用“NeuroIS”进行主题词检索。然后，作者将重点放在不直接使用“NeuroIS”术语的文献，研究文献有两个主要来源：1）在IS期刊和数据库中使用关键词检索，选取利用NeuroIS工具来研究IS现象的研究文献;2）在神经科学和心理学数据库（如，PsycINFO，PubMed）使用Information System，Information Technology，Cyberspace，Digital Environment，Internet和其他关键词检索到的文献。排除关注医学分析和治疗作为主要研究问题的研究文献，其余期刊和会议文章用于分析研究。

2神经信息系统研究现状

21从研究工具视角

NeuroIS研究通过EEG、fMRI和PET等仪器，识别和检测受试者的当前情绪状态，除了可以测量知觉、阅读、记忆、注意力等认知心理学家注重的测量指标之外，也可以测量和观察态度、意图、情绪、人类发展、社会行为等行为，这为人类的信息处理和决策提供了更好的解释[15-17]。

Dawson M E等[18]对爱荷华州赌博任务和厌恶经典条件进行研究，以确定如何预测皮肤电导反应（SCR）与决策过程相关。研究得出的结论是，SCR是一种容易记录的、非语言的、非自愿的措施，可以预测与决策有关的重要结果，尤其是厌恶的结果。Minas R K等[19]的实验使用脑电图、电极活动和面部肌电图来调查团队成员在团队决策过程中如何处理从基于文本的协作中收到的信息。Guinea A O D等[20]通过多特质多方法（MTMM）矩阵提供对IS构建效度的系统评估。为此，他们的研究使用结构不同的方法，即神经生理学工具和自我报告仪器，来测量3种重要的IS构建：在两个不同的实验环境中的接触、唤醒和认知负荷。Schellhammer S等[21]采用解释性理论建构方法来研究技术压力，他们通过心率变异性测量身体经历的压力与定性数据的关联使得解释性的理论建构方法成为可能，从而更加深入地理解ICT是否以及如何促成压力。Vance A等[22]通过证明通过事件相关电位（ERP）使用脑电图（EEG）有效预测冒险行为，他们的研究表明脑电图测量是安全行为的预测方法。

22从研究内容视角

进行NeuroIS研究时，应先了解脑神经区块的功能，再寻找无法用现有方法和工具测量开展的研究（如：行为习惯、道德），补充现有的IS系统资料，结合脑神经科学，测试IS研究是否可以预测某些行为（如：系统使用、网上购买），再推断IS系统领域中的因果关系及时间历程，最后提出具有挑战性的假设，并增强信息系统理论。

其中，脑神经区块可辨识的功能有：决策过程、认知过程、情绪过程和社会化过程，这些过程包含了许多不同的方面，每一个方面分别由一个或多个不同的脑神经区域负责运作[23]。神经科学可测量的方面也是在IS研究中过去经常以调查问卷测量的方面，例如：风险、信任、感知有用性与感知易用性等[24]。神经科学可以更客观地以身体或心理的状态变化来衡量愤怒、焦虑等情感表达，可以有效避免问卷填答仅呈现个人的主观认知，产生结果的偏颇。

221决策过程

与决策过程相关的研究通常包括：计算、不确定性、风险、模糊性、损失、奖励、目的、任务和运动意向等。使用神经生理学工具成为研究信息安全相关现象的新范式，如Hu Q等[25]使用脑电图和事件相关电位在信息安全环境下测试了自我控制和决策制定之间的神经关系。他们的研究结果表明，尽管大脑的左右半球都参与了决策，但低自我控制的受试者在右半球引起较低水平的神经活动。该类研究还可以为网站设计人员提供指导，最大限度地提高用户的视觉注意力，如Wang Q等[26]采用眼动追踪技术跟踪42名大学生在不同复杂程度的网站浏览时的眼动过程。该研究考察了网站复杂性和任务复杂性（分别完成简单和复杂任务）如何共同影响用户因不同认知负荷而引起的视觉注意力和行为。结果表明，任务复杂度可以缓解网站复杂度对用户视觉注意和行为的影响。Wang Q等[27]还用事件相关电位方法探索产品评级和销售对消费者决策共同影响的潜在神经机制。结果表明，消费者在做出最终购买决策之前，会经历一系列从感知风险和信息冲突处理到评估分类的认知过程。产品评级显著影响风险认知，而高评级和低销售的组合引发显著的认知冲突。

222认知过程

与认知过程相关的研究通常包括：信息处理、认知努力、工作记忆、多任务处理、自动性、习惯、语义启动、空间认知和互动等。此种方法常用于以人为中心的界面设计。如：Bahr G S等人[28]使用眼动追踪和视频引导自我报告对弹出式对话框进行了两项双重任务模式研究，自我报告结果表明：与弹出窗口相关的负面影响很大，特别是烦恼。眼动追踪结果显示，参与者第一眼看到弹出的时间相对稳定。Zhang Z等[29]调查了消费者在多个网上购物过程中如何形成认知脚本，以及消费者面临新的购物环境时如何激活不同的认知脚本。他们将21个新手参与者（即没有数字音乐购买经历）分配到“内部脚本”状态（对单个网站的多次访问）和“外部脚本”状态（对多个网站的单次访问）。使用心理测量学和神经生理学测量，结果表明，在访问新网站时，“外部脚本”比“内部脚本”消费者更容易使用该网站。此类方法还可以为经历认知吸收的心理状态提供新见解。如，Bailey B P等[30]认为如果在任务执行期间脑力工作负载较低的时刻执行通知，可以降低中断成本，他们推测这些时刻发生在子任务边界。在一项对照实验中，使用眼动追踪系统连续测量用户的瞳孔扩张，并执行了几项交互式任务。他们将这些发现置于资源关注理论之中，并讨论其对中断管理系统的重要影响。Léger P M等[31]研究在积极学习环境下认知吸收的神经生理学相关性，特别是基于模拟的企业ERP软件使用培训。他们为使用ERP软件在运行模拟公司时作出决定的被试者采集5种神经生理学测量：脑电图α、脑电图β、皮电活动、心率和心率变异性。5个神经生理学测量中的每一个都解释了认知吸收在技能、难度及其相互作用方面的显著独特变化。实验表明，认知吸收与更轻松的、不那么警惕的状态正相关，认知吸收与训练结果显著相关。

223情绪过程

與情绪过程相关的研究通常包括：愉悦、不快、高兴、悲伤、焦虑、厌恶、害怕、生气、情绪处理等。Astor P J等[32]认为情绪过程会对交易员和投资者的财务决策表现产生重大影响。为此，他们设计了一种基于游戏的NeuroIS工具，通过生物反馈持续显示玩家的个人情绪状态，并将决策环境的难度调整为适应这种情绪状态。该研究有助于提高决策者对情绪状态的意识，通过他们的有效情绪调节技能等方式提高决策者的表现。Pengnate S[33]通过2种不同的测量方法，眼动追踪装置记录的瞳孔反应和自我评估人体模型，调查了3个在线新闻标题组的新闻标题、链接诱饵标题和受控标题对在线用户的情绪唤醒和行为的影响。调查结果表明，某些链接诱饵标题可以唤起用户的兴奋感，从而推动用户阅读新闻故事的意图。Teubner T等[34]考察了电子拍卖环境中，代理人对投标人情感过程和投标行为的影响。他们使用皮肤电导反应和心率测量值作为即时情绪和投标人整体觉醒的替代指标。研究结果表明，计算机化的代理人减轻了投标人对离散拍卖事件的直接情绪反应强度以及拍卖期间投标人的整体觉醒水平。该研究的结果对电子拍卖平台和市场的设计具有影响。Wrzesien M等[35]评估了化身与用户物理相似性对情绪调节策略训练的影响。在这项研究中，24名青少年观察一个虚拟形象，在他的计算机中受挫，之后他应用情绪调节策略（缓慢呼吸）。研究使用问卷和脑电图数据测量情绪诱导和调节过程的强度，结果表明：观察与参与者身体上相似的化身对参与者的情绪效价和唤醒具有显著的影响，并且还诱发比观察中立化身时更强烈的情绪状态。这项研究对进一步理解在青年精神卫生应用中使用头像很重要。

224社会化过程

与社会化过程相关的研究通常包括：社会认知、信任、不信任、合作、竞争、心灵理论、道德判断等。Anderson B B等[36]将神经科学应用于信息安全行为领域，他们发现虽然安全警告对用户及其组织的安全至关重要，但用户经常无视它们，导致警告无效的主要因素是习惯化。因此，他们通过使用眼动追踪来测量基于眼动的记忆效应。实验发现，在少数几次暴露于警告之后，习惯就会出现，并在进一步的重复中迅速发展。信任和不信任是与不同神经过程相关的不同构造，Dimoka A[37]使用fMRI工具，通过观察信任和不信任及其基础维度下大脑活动的位置、时间和水平来补充信任和不信任的心理测量方法。Riedl R等[38]使用功能磁共振成像技术研究在线信任与某些大脑区域的活动变化的关联性，研究发现，编码可信度的大部分大脑区域在男性和女性之间是不同的，女性比男性活跃更多的大脑区域。这些结果预测了神经信息处理模式中的性别差异。Wells T M等[39]使用皮肤电导和面部肌电图测量了消息接受者对两种协作技术，即电子邮件和语音邮件传递的消息的看法以及他们的直接生理反应。他们发现通过电子邮件收到的消息触发了不同的即时生理反应，并且对其情感内容的理解不同于通过语音邮件收到的同一消息。这项研究为协作技术用户和设计人员提供了指导，帮助他们了解协作技术和消息特性如何影响通信。

3神经信息系统研究趋势

31研究挑战

现在学者越来越关注在IS研究中使用神经生理学的方法，尤其是人机交互和交互式信息检索研究。信息科学领域的学者经常利用搜索日志、直接观察、问卷调查和访谈作为数据收集方法，从神经生理学方法获得的实验数据有望对传统数据来源进行补充，并改进和深化对IS研究的理解。然而，在IS研究中运用神经生理学的方法还面临一系列的挑战。

1）研究成本及实验仪器的可获取性问题。以fMRI设备为例，其购买价格和年维护费用达百万，且其为全年运转的设备，设备维护费用高。此外，因不同实验需要不同参数，为此还需要配备一个专门的医师团队。但是，考虑到大脑数据的准确性，所需的受试者数量很少[40]，一项研究通常需要10～15个受试者。且由于可以在1个小时内扫描1～2个科目，fMRI研究的总费用是可控的。然而，正如Camerer C F等人[41]解释说，成本的判断是一个主观问题，最好由支付研究的实体相对于其潜在价值来回答。此外，在成像数据分析方面，SPM软件是免费的，标准计算机可以解决大部分数据存储和处理问题。就可获取性而言，许多大学和医院现在都有fMRI扫描仪和其他可用于研究的大脑成像工具。

2）对大脑成像研究隐私风险及伦理考虑。事实上，由大脑研究导致的伦理问题已经导致了神经伦理学（Neuroethics）这门新学科的出现。NeuroIS研究对隐私提出了新的挑战，因为即使在人没有提供行为反应的情况下，原则上它也可以提供有关思想、态度、信仰和特征的信息。具体来说，基于成像的研究拥有更传统的纸笔或其他低科技方法所不具备的隐形进行的特点。此外，在被同意的情况下，结构性和功能性大脑图像都在解决一个问题后，再被用于分析其他问题。实际上，近期发表在《Nature》的一篇文章中，20多名医生、伦理学家、神经科学家和计算机科学家也共同呼吁制定计算机在人体应用中的道德规范[42]。对于隐私保护，他们建议，个人能选择是否在设备上分享大脑数据，并且严格管理个人数据的销售和商业使用。对于自主权和身份保护，他们建议制定国际公约来定义禁止行为，并告知人们这些技术对于情绪、个性和自我意识可能造成的影响。

32研究启示

目前的信息系统研究常以调查、实验、模拟分析或访谈作为资料收集的方法，并进行信息系统使用的相关研究，如：因信息系统使用而产生相关的决策制定、个人认知过程、情绪过程以及社会认知过程等研究。NeuroIS研究主要是了解人类在各种情感和认知过程中所产生的脑神经运作过程，并利用各种非侵入式的脑部活动测量技术了解人类心理历程的神经机制。NeuroIS促使IS研究的资料收集方法不再局限于询问研究对象或者其他二手资料，而是可以明确利用脑影像神经工具衡量人类的身体反应或大脑内的各项功能运作，以更精确地了解人类的认知反应、决策制定、情感表达等IS研究上经常衡量的相关变数，降低问卷调查法等研究方法可能造成的偏误。

NeuroIS使用神经生理学的理论、方法和工具进行IS研究，其独特的理论和方法优势扩大了涉及人类受试者的IS研究的影响范围，并提升了IS研究的严谨性。通过科学测量在高度控制的条件下执行各种任务的受试者的大脑活动，NeuroIS有助于克服一些IS研究长期面临的挑战，如：低保真数据、结果的不可重复性和结论的不可证伪性。实质上，NeuroIS为IS研究提供了神经学证据，使IS研究更加科学，NeuroIS研究为IS研究的3种研究范式（行为科学范式、设计科学范式和经济科学范式）也提供了巨大的潜力。

早期将神经生理学方法应用于人机交互已经产生了2个新兴研究主题：1）推断相关性评估的调查;2）人类对搜索任务的反应的研究。这2个研究主题的结果已通过主要国际会议（例如ACM CHIIR，ACM SIGIR，ECIR）以及学术期刊传播。然而，许多交互式信息检索研究人员和其他领域的信息科学学者普遍不了解新的认知神经科学方法和应用。未来NeuroIS的研究可以关注以下几个方面：应用认知神经科学方法测量人机交互行为的因变量和相关因素，利用认知神经科学数据的自适应或个性化检索系统（例如基于脑电脑或凝视追踪的检索界面），基于认知神经科学技术的特定人群检索系统（例如，老年人、儿童、残疾人），在IS研究中應用认知神经科学方法的伦理考虑。NeuroIS研究的长期和主要目标是创建超越行为数据的强大预测模型;其次是开发新的搜索模型，用于解释信息刺激的生理和神经反应以及认知和情感状态对用户信息行为的影响。

参考文献

[1]Xu Q，Wang T，Chen P，et al.A Neuroscience Lens to MIS Research：NeuroIS[C]//IEEE International Conference on E-Business and E-Government，2011：1-4.

[2]Dimoka A.What Does the Brain Tell Us About Trust and Distrust？Evidence from a Functional Neuroimaging Study[J].MIS Quarterly，2010，34（2）：373-396.

[3]Huang S C，Bias R G，Schnyer D.How are Icons Processed By the Brain？Neuroimaging Measures of Four Types of Visual Stimuli Used in Information Systems[J].Journal of the Association for Information Science & Technology，2015，66（4）：702-720.

[4]Association for Neuro Psycho Economics（ANPE）[EB/OL].http：//www.neuropsychoeconomics.org/，2018-03-27.

[5]Javor A，Ransmayr G，Struhal W，et al.Parkinson Patients Initial Trust in Avatars：Theory and Evidence[J].Plos One，2016，11（11）：e0165998.

[6]He Q，Turel O，Bechara A.Brain Anatomy Alterations Associated with Social Networking Site（SNS）Addiction[J].Scientific Reports，2017，（7）：45064.

[7]Riedl R，Léger P M.Fundamentals of NeuroIS：Information Systems and the Brain[M].Springer Berlin Heidelberg，2016：76.

[8]Riedl R，Davis F，Banker R，et al.Neuroscience in Information Systems Research：Applying Knowledge of Brain Functionality Without Neuroscience Toolse[M].Springer Berlin Heidelberg，2017：49-57.

[9]蕭文龙，黃莉君，杨雅雯.神经资讯系统文献汇整分析[J].东吴经济商学学报，2016，（92）：37-56.

[10]Md R A M，Alsius D，Bin M，et al.The First 10 Years of NeuroIS：A Systematic Literature Review of NeuroIS[C]//The 51st Hawaii International Conference on System Sciences.IEEE，2018：226-234.

[11]Hazawawi N A M，Othman M F I，Emran M H，et al.A Structured Literature Review on Applied Neuroscience in Information Systems（NeuroIS）[C]//International Symposium on Technology Management and Emerging Technologies，2015：20-24.

[12]Riedl R，Fischer T，Léger P M.A Decade of NeuroIS Research：Status Quo，Challenges，and Future Directions[C]//International Conference on Information Systems，2017：1-28.

[13]Riedl R，Fischer T，Léger P M.A Decade of NeuroIS Research：Status Quo，Challenges，and Future Directions[C]//International Conference on Information Systems，2017：1-28.

[14]NeuroIS Publications[EB/OL].http：//www.neurois.org/neurois-publications/，2018-03-28.

[15]Ana O D G，Titah R，Léger P M.Explicit and Implicit Antecedents of Users Behavioral Beliefs in Information Systems：A Neuropsychological Investigation[J].Journal of Management Information Systems，2014，30（4）：179-210.

[16]Gregor S，Lin A C H，Gedeon T，et al.Neuroscience and a Nomological Network for the Understanding and Assessment of Emotions in Information Systems Research[J].Journal of Management Information Systems，2014，30（4）：13-48.

[17]Kuan K K Y，Zhong Y，Chau P Y K.Informational and Normative Social Influence in Group-Buying：Evidence from Self-Reported and EEG Data[J].Journal of Management Information Systems，2014，30（4）：151-178.

[18]Dawson M E，Schell A M，Courtney C G.The Skin Conductance Response，Anticipation，and Decision-making[J].Journal of Neuroscience Psychology & Economics，2011，4（2）：111-116.

[19]Minas R K，Potter R F，Dennis A R，et al.Putting on the Thinking Cap：Using NeuroIS to Understand Information Processing Biases in Virtual Teams[J].Journal of Management Information Systems，2014，30（4）：49-82.

[20]Guinea A O D，Titah R，Léger P M.Measure for Measure：A Two Study Multi-trait Multi-method Investigation of Construct Validity in IS Research[J].Computers in Human Behavior，2013，29（3）：833-844.

[21]Schellhammer S，Haines R，Klein S.Investigating Technostress in Situ：Understanding the Day and the Life of a Knowledge Worker Using Heart Rate Variability[C]//Hawaii International Conference on System Sciences.IEEE，2013：430-439.

[22]Vance A，Eargle D，Anderson B B，et al.Using Measures of Risk Perception to Predict Information Security Behavior：Insights from Electroencephalography（EEG）[J].Journal of the Association for Information Systems，2014，15（10）：679-722.

[23]Dimoka A，Pavlou P A，Davis F D.NeuroIS：The Potential of Cognitive Neuroscience for Information Systems Research[J].Information Systems Research，2011，22（4）：687-702.

[24]Vance A，Anderson B B，Kirwan C B，Eargle D.Using Measures of Risk Perception to Predict Information Security Behavior：Insights from Electroencephalography（EEG）[J].Journal of the Association for Information Systems，2014，15（10）：679-722.

[25]Hu Q，West R，Smarandescu L，and Yaple Z.Why Individuals Commit Information Security Violations：Neural Correlates of Decision Processes and Self-Control[C]//Proceedings of Hawaii International Conference on System Science.IEEE，2014：3234-3243.

[26]Wang Q，Yang S，Liu M，et al.An Eye-tracking Study of Website Complexity from Cognitive Load Perspective[J].Decision Support Systems，2014，（62）：1-10.

[27]Wang Q，Meng L，Liu M，et al.How Do Social-based Cues Influence Consumers Online Purchase Decisions？An Event-related Potential Study[J].Electronic Commerce Research，2016，16（1）：1-26.

[28]Bahr G S，Ford R A.How and Why Pop-ups Dont Work：Pop-up Prompted Eye Movements，User Affect and Decision Making[J].Computers in Human Behavior，2011，27（2）：776-783.

[29]Zhang Z，Teo H-H.Metacognition in B2C E-Commerce：A Cognitive Neuroscience Perspective[C]//Proceedings of the 18th Pacific Asia Conference on Information Systems，2014：24-28.

[30]Bailey B P，Iqbal S T.Understanding Changes in Mental Workload During Execution of Goal-directed Tasks and Its Application for Interruption Management[M].ACM Transactions on Computer-Human Interaction，2008，14（4）：1-28.

[31]Léger P M，Davis F D，Cronan T P，et al.Neurophysiological Correlates of Cognitive Absorption in an Enactive Training Context[J].Computers in Human Behavior，2014，34（May）：273-283.

[32]Astor P J，Adam M T P，Jercˇic' P，et al.Integrating Biosignals into Information Systems：A NeuroIS Tool for Improving Emotion Regulation[J].Journal of Management Information Systems，2013，30（3）：247-278.

[33]Pengnate S.Measuring Emotional Arousal in Clickbait：Eye-Tracking Approach[C]//Proceeding of the 22nd Americas Conference on Information Systems.2006：11-14.

[34]Teubner T，Adam M T P，Riordan R.The Impact of Computerized Agents on Immediate Emotions，Overall Arousal and Bidding Behavior in Electronic Auctions[J].Journal of the Association for Information Systems，2015，16（10）：838-879.

[35]Wrzesien M，Rey B，Ma D V.How the Physical Similarity of Avatars Can Influence the Learning of Emotion Regulation Strategies in Teenagers[J].Computers in Human Behavior，2015，43（C）：101-111.

[36]Anderson B B，Jenkins J L，Vance A，et al.Your Memory is Working Against You：How Eye Tracking and Memory Explain Habituation to Security Warnings[J].Decision Support Systems，2016（92）：3-13.

[37]Dimoka A.What Does the Brain Tell Us About Trust and Distrust？Evidence from a Functional Neuroimaging Study[J].MIS Quarterly，2010，34（2）：373-396.

[38]Riedl R，Hubert M，Kenning P.Are There Neural Gender Differences in Online Trust？An fMRI Study on the Perceived Trustworthiness of eBay Offers[J].MIS Quarterly，2010，34（2）：397-428.

[39]Wells T M，Dennis A R.You Said What？Assessing the Impact of Collaboration Technologies and Message Characteristics Using Physiological Measures[C]//International Conference on System Sciences.IEEE，2014：442-451.

[40]Desmond J E，Glover G H.Estimating Sample Size in Functional MRI（fMRI）Neuroimaging Studies：Statistical Power Analyses[J].Journal of Neuroscience Methods，2002，118（2）：115-128.

[41]Camerer C F，Loewenstein G，Prelec D.Neuroeconomics：Why Economics Needs Brains[J].Scandinavian Journal of Economics，2004，106（3）：555-579.

[42]Four Ethical Priorities for Neurotechnologies and AI[EB/OL].https：//www.nature.com/news/four-ethical-priorities-for-neurotechnologies-and-ai-1.22960，2018-04-01.

（責任编辑：陈媛）