神經信息系統（NeuroIS）研究進展

馮昌揚

摘要：[目的/意義]認知神經科學領域的最新進展揭示了認知、情緒和社會過程的神經基礎，為人類、組織和市場之間的信息處理、決策以及行為之間的復雜相互作用提供了新的見解。[方法/過程]本文介紹了利用認知神經科學工具開展IS研究（以下稱為“NeuroIS”）的文獻。作者的文獻來源主要基于Riedl等的綜述，從以下2個角度進行文獻分析：1）研究工具視角，該部分對與NeuroIS有關的方法、工具和測量進行了討論;2）研究內容視角，該部分從腦神經區塊可辨識的功能，即決策過程、認知過程、情緒過程和社會化過程進行分析。[結果/結論]文章最后對在IS研究中運用神經生理學的方法面臨的一系列挑戰進行梳理，并提出展望：NeuroIS研究的長期和主要目標是創建超越行為數據的強大預測模型;其次是開發新的搜索模型，用于解釋信息刺激的生理和神經反應以及認知和情感狀態對用戶信息行為的影響。

關鍵詞：神經信息系統;信息系統;認知神經科學;綜述

DOI：10.3969/j.issn.1008-0821.2019.04.018

〔中圖分類號〕Q189〔文獻標識碼〕A〔文章編號〕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

腦科學，作為“21世紀的最后前沿”，每天都在翻開新篇章。2013年，歐盟和美國分別啟動腦研究計劃。歐盟的“人腦計劃”（Human Brain Project，HBP），旨在解讀超過上兆個腦神經細胞的聯結，以研究人類情感、意識與思維。而這些復雜的運算，將通過超級計算機多段多層的模擬來實現。美國的“推進創新神經技術腦研究計劃”（Brain Research Through Advancing Innovative Neurotechnologies，BRAIN）擬研發新型腦研究技術，以更高的時空分辨率建立腦活動圖譜。未來10年，這兩大腦研究計劃預計投入分別超過10億歐元和30億美元。在我國，《國家中長期科學和技術發展規劃綱要（2006-2020）》中已將“腦科學與認知”列入基礎研究科學前沿問題;十三五時期，腦科學與類腦研究被納入“科技創新2030——重大項目”;2011年以來，國家自然科學基金委員會、國家科技部、中國科學院分別啟動了一系列腦研究的重大計劃。

管理信息系統（MIS）是多學科交叉形成的一門學科，可以從計算機科學、管理科學、組織行為學、經濟模型等角度進行研究。以Gordon Davis為代表人物的明尼蘇達學派，主要是從行為和組織管理的視角研究MIS。而從生理基礎上來說，個體的行為是由其大腦的神經中樞決定的，要理解個體的行為就要了解這些行為背后的神經機制[1]。

2007年信息系統國際會議（International Conference on Information Systems，ICIS）正式提出神經信息系統（NeuroIS）的概念，后得到傳播擴散，發展迅速。尤其是近年來，NeuroIS在信息系統領域引起了極大關注。IS領域的頂級期刊諸如Journal of the Association for Information Systems在2014年出版了一期特刊，“Methods，Tools，and Measurement in NeuroIS Research”，促進NeuroIS方法論的貢獻;Journal of Management Information Systems在2014年也出版了“Special Issue：Neuroscience in Information Systems Research”特刊，討論未來NeuroIS研究方法的關鍵;Journal of the Association for Information Science and Technology（JASIST）也于近期為JASIST Special Issue on Neuro-Information Science征文。其他頂級期刊諸如MIS Quarterly早在2010年就刊登了腦成像方面的研究[2]。此外，NeuroIS自2009年開始召開年會Gmunden Retreat，并于2009-2010連續兩年在IS領域頂級會議ICIS上舉辦座談會。2016年JASIST的Best JASIST Paper Award也由NeuroIS研究摘得[3]。最近，NeuroIS研究開始引起IS以外的領域的關注。例如，神經心理經濟學協會（Association for Neuro Psycho Economics）在其網站上指出，除了神經經濟學、神經營銷、神經金融和決策神經科學等領域的研究之外，NeuroIS相關研究的提交也是受歡迎的[4]。實際上，NeuroIS研究已經發表在跨學科的期刊上，如：Javor A等[5]發表在PloS ONE上關于帕金森患者對網絡虛擬形象信任的論文，以及He Q等[6]發表在Scientific Reports上與社交網絡上癮有關的腦部解剖學論文。由此可見，NeuroIS研究的快速發展需要對其進行全面的文獻回顧。

事實上，NeuroIS領域的學者已經發表了一些綜述性文章。如：Riedl R等[7]對2011-2014年間Gmunden Retreat年會發表的85篇論文進行了回顧，并對這些研究課題以及研究中使用的方法和工具進行了編碼處理。此后，Riedl R等人[8]又對2010-2014年期間發表在IS期刊上發表的15篇論文進行文獻綜述。蕭文龍等[9]對16篇研究論文進行重點分析，說明并整理各研究所運用的相關腦神經工具。可見，以上學者的綜述沒有包含近年來學術刊物上發表的全部（NeuroIS一詞出現于2007年，但NeuroIS研究早于2007年）NeuroIS文獻以及ICIS等主流會議的會議文獻。Md R A M等[10]采用元分析的方法對2007-2017年間的文獻進行綜述，但文章更注重機器處理的結果，而忽略了內容分析。同樣，Hazawawi N A M等[11]和Riedl R等[12]的研究更注重從計量學的角度進行分析，而對邏輯關系分析不足。因此，現有的NeuroIS文獻綜述都存在一定程度的短板。

而在國內，NeuroIS研究還處于初始階段，探討NeuroIS發展情況的文獻數量很少，因此本研究希望通過對重要期刊和會議論文的匯總分析，給NeuroIS領域的研究者一些幫助。

1文獻來源與概況

為客觀地反映國外NeuroIS的研究進展，綜述需要選擇來自不同學科的研究文章，且這些研究文章都是利用神經科學工具（例如，fMRI、EEG、眼動跟蹤技術等）研究特定的IS現象。作者的文獻來源主要基于Riedl R等[13]的綜述，該綜述所選取的164篇文獻均收錄于NeuroIS.org[14]，對這些文獻的補遺工作主要針對該綜述沒有包含的2007年以前的及2017年以后的研究文獻，以及Limitations部分提及的需要補充的文獻。文獻補遺方法如下：首先，作者通過Web of Science，Science Direct以及Google Scholar，使用“NeuroIS”進行主題詞檢索。然后，作者將重點放在不直接使用“NeuroIS”術語的文獻，研究文獻有兩個主要來源：1）在IS期刊和數據庫中使用關鍵詞檢索，選取利用NeuroIS工具來研究IS現象的研究文獻;2）在神經科學和心理學數據庫（如，PsycINFO，PubMed）使用Information System，Information Technology，Cyberspace，Digital Environment，Internet和其他關鍵詞檢索到的文獻。排除關注醫學分析和治療作為主要研究問題的研究文獻，其余期刊和會議文章用于分析研究。

2神經信息系統研究現狀

21從研究工具視角

NeuroIS研究通過EEG、fMRI和PET等儀器，識別和檢測受試者的當前情緒狀態，除了可以測量知覺、閱讀、記憶、注意力等認知心理學家注重的測量指標之外，也可以測量和觀察態度、意圖、情緒、人類發展、社會行為等行為，這為人類的信息處理和決策提供了更好的解釋[15-17]。

Dawson M E等[18]對愛荷華州賭博任務和厭惡經典條件進行研究，以確定如何預測皮膚電導反應（SCR）與決策過程相關。研究得出的結論是，SCR是一種容易記錄的、非語言的、非自愿的措施，可以預測與決策有關的重要結果，尤其是厭惡的結果。Minas R K等[19]的實驗使用腦電圖、電極活動和面部肌電圖來調查團隊成員在團隊決策過程中如何處理從基于文本的協作中收到的信息。Guinea A O D等[20]通過多特質多方法（MTMM）矩陣提供對IS構建效度的系統評估。為此，他們的研究使用結構不同的方法，即神經生理學工具和自我報告儀器，來測量3種重要的IS構建：在兩個不同的實驗環境中的接觸、喚醒和認知負荷。Schellhammer S等[21]采用解釋性理論建構方法來研究技術壓力，他們通過心率變異性測量身體經歷的壓力與定性數據的關聯使得解釋性的理論建構方法成為可能，從而更加深入地理解ICT是否以及如何促成壓力。Vance A等[22]通過證明通過事件相關電位（ERP）使用腦電圖（EEG）有效預測冒險行為，他們的研究表明腦電圖測量是安全行為的預測方法。

22從研究內容視角

進行NeuroIS研究時，應先了解腦神經區塊的功能，再尋找無法用現有方法和工具測量開展的研究（如：行為習慣、道德），補充現有的IS系統資料，結合腦神經科學，測試IS研究是否可以預測某些行為（如：系統使用、網上購買），再推斷IS系統領域中的因果關系及時間歷程，最后提出具有挑戰性的假設，并增強信息系統理論。

其中，腦神經區塊可辨識的功能有：決策過程、認知過程、情緒過程和社會化過程，這些過程包含了許多不同的方面，每一個方面分別由一個或多個不同的腦神經區域負責運作[23]。神經科學可測量的方面也是在IS研究中過去經常以調查問卷測量的方面，例如：風險、信任、感知有用性與感知易用性等[24]。神經科學可以更客觀地以身體或心理的狀態變化來衡量憤怒、焦慮等情感表達，可以有效避免問卷填答僅呈現個人的主觀認知，產生結果的偏頗。

221決策過程

與決策過程相關的研究通常包括：計算、不確定性、風險、模糊性、損失、獎勵、目的、任務和運動意向等。使用神經生理學工具成為研究信息安全相關現象的新范式，如Hu Q等[25]使用腦電圖和事件相關電位在信息安全環境下測試了自我控制和決策制定之間的神經關系。他們的研究結果表明，盡管大腦的左右半球都參與了決策，但低自我控制的受試者在右半球引起較低水平的神經活動。該類研究還可以為網站設計人員提供指導，最大限度地提高用戶的視覺注意力，如Wang Q等[26]采用眼動追蹤技術跟蹤42名大學生在不同復雜程度的網站瀏覽時的眼動過程。該研究考察了網站復雜性和任務復雜性（分別完成簡單和復雜任務）如何共同影響用戶因不同認知負荷而引起的視覺注意力和行為。結果表明，任務復雜度可以緩解網站復雜度對用戶視覺注意和行為的影響。Wang Q等[27]還用事件相關電位方法探索產品評級和銷售對消費者決策共同影響的潛在神經機制。結果表明，消費者在做出最終購買決策之前，會經歷一系列從感知風險和信息沖突處理到評估分類的認知過程。產品評級顯著影響風險認知，而高評級和低銷售的組合引發顯著的認知沖突。

222認知過程

與認知過程相關的研究通常包括：信息處理、認知努力、工作記憶、多任務處理、自動性、習慣、語義啟動、空間認知和互動等。此種方法常用于以人為中心的界面設計。如：Bahr G S等人[28]使用眼動追蹤和視頻引導自我報告對彈出式對話框進行了兩項雙重任務模式研究，自我報告結果表明：與彈出窗口相關的負面影響很大，特別是煩惱。眼動追蹤結果顯示，參與者第一眼看到彈出的時間相對穩定。Zhang Z等[29]調查了消費者在多個網上購物過程中如何形成認知腳本，以及消費者面臨新的購物環境時如何激活不同的認知腳本。他們將21個新手參與者（即沒有數字音樂購買經歷）分配到“內部腳本”狀態（對單個網站的多次訪問）和“外部腳本”狀態（對多個網站的單次訪問）。使用心理測量學和神經生理學測量，結果表明，在訪問新網站時，“外部腳本”比“內部腳本”消費者更容易使用該網站。此類方法還可以為經歷認知吸收的心理狀態提供新見解。如，Bailey B P等[30]認為如果在任務執行期間腦力工作負載較低的時刻執行通知，可以降低中斷成本，他們推測這些時刻發生在子任務邊界。在一項對照實驗中，使用眼動追蹤系統連續測量用戶的瞳孔擴張，并執行了幾項交互式任務。他們將這些發現置于資源關注理論之中，并討論其對中斷管理系統的重要影響。Léger P M等[31]研究在積極學習環境下認知吸收的神經生理學相關性，特別是基于模擬的企業ERP軟件使用培訓。他們為使用ERP軟件在運行模擬公司時作出決定的被試者采集5種神經生理學測量：腦電圖α、腦電圖β、皮電活動、心率和心率變異性。5個神經生理學測量中的每一個都解釋了認知吸收在技能、難度及其相互作用方面的顯著獨特變化。實驗表明，認知吸收與更輕松的、不那么警惕的狀態正相關，認知吸收與訓練結果顯著相關。

223情緒過程

與情緒過程相關的研究通常包括：愉悅、不快、高興、悲傷、焦慮、厭惡、害怕、生氣、情緒處理等。Astor P J等[32]認為情緒過程會對交易員和投資者的財務決策表現產生重大影響。為此，他們設計了一種基于游戲的NeuroIS工具，通過生物反饋持續顯示玩家的個人情緒狀態，并將決策環境的難度調整為適應這種情緒狀態。該研究有助于提高決策者對情緒狀態的意識，通過他們的有效情緒調節技能等方式提高決策者的表現。Pengnate S[33]通過2種不同的測量方法，眼動追蹤裝置記錄的瞳孔反應和自我評估人體模型，調查了3個在線新聞標題組的新聞標題、鏈接誘餌標題和受控標題對在線用戶的情緒喚醒和行為的影響。調查結果表明，某些鏈接誘餌標題可以喚起用戶的興奮感，從而推動用戶閱讀新聞故事的意圖。Teubner T等[34]考察了電子拍賣環境中，代理人對投標人情感過程和投標行為的影響。他們使用皮膚電導反應和心率測量值作為即時情緒和投標人整體覺醒的替代指標。研究結果表明，計算機化的代理人減輕了投標人對離散拍賣事件的直接情緒反應強度以及拍賣期間投標人的整體覺醒水平。該研究的結果對電子拍賣平臺和市場的設計具有影響。Wrzesien M等[35]評估了化身與用戶物理相似性對情緒調節策略訓練的影響。在這項研究中，24名青少年觀察一個虛擬形象，在他的計算機中受挫，之后他應用情緒調節策略（緩慢呼吸）。研究使用問卷和腦電圖數據測量情緒誘導和調節過程的強度，結果表明：觀察與參與者身體上相似的化身對參與者的情緒效價和喚醒具有顯著的影響，并且還誘發比觀察中立化身時更強烈的情緒狀態。這項研究對進一步理解在青年精神衛生應用中使用頭像很重要。

224社會化過程

與社會化過程相關的研究通常包括：社會認知、信任、不信任、合作、競爭、心靈理論、道德判斷等。Anderson B B等[36]將神經科學應用于信息安全行為領域，他們發現雖然安全警告對用戶及其組織的安全至關重要，但用戶經常無視它們，導致警告無效的主要因素是習慣化。因此，他們通過使用眼動追蹤來測量基于眼動的記憶效應。實驗發現，在少數幾次暴露于警告之后，習慣就會出現，并在進一步的重復中迅速發展。信任和不信任是與不同神經過程相關的不同構造，Dimoka A[37]使用fMRI工具，通過觀察信任和不信任及其基礎維度下大腦活動的位置、時間和水平來補充信任和不信任的心理測量方法。Riedl R等[38]使用功能磁共振成像技術研究在線信任與某些大腦區域的活動變化的關聯性，研究發現，編碼可信度的大部分大腦區域在男性和女性之間是不同的，女性比男性活躍更多的大腦區域。這些結果預測了神經信息處理模式中的性別差異。Wells T M等[39]使用皮膚電導和面部肌電圖測量了消息接受者對兩種協作技術，即電子郵件和語音郵件傳遞的消息的看法以及他們的直接生理反應。他們發現通過電子郵件收到的消息觸發了不同的即時生理反應，并且對其情感內容的理解不同于通過語音郵件收到的同一消息。這項研究為協作技術用戶和設計人員提供了指導，幫助他們了解協作技術和消息特性如何影響通信。

3神經信息系統研究趨勢

31研究挑戰

現在學者越來越關注在IS研究中使用神經生理學的方法，尤其是人機交互和交互式信息檢索研究。信息科學領域的學者經常利用搜索日志、直接觀察、問卷調查和訪談作為數據收集方法，從神經生理學方法獲得的實驗數據有望對傳統數據來源進行補充，并改進和深化對IS研究的理解。然而，在IS研究中運用神經生理學的方法還面臨一系列的挑戰。

1）研究成本及實驗儀器的可獲取性問題。以fMRI設備為例，其購買價格和年維護費用達百萬，且其為全年運轉的設備，設備維護費用高。此外，因不同實驗需要不同參數，為此還需要配備一個專門的醫師團隊。但是，考慮到大腦數據的準確性，所需的受試者數量很少[40]，一項研究通常需要10～15個受試者。且由于可以在1個小時內掃描1～2個科目，fMRI研究的總費用是可控的。然而，正如Camerer C F等人[41]解釋說，成本的判斷是一個主觀問題，最好由支付研究的實體相對于其潛在價值來回答。此外，在成像數據分析方面，SPM軟件是免費的，標準計算機可以解決大部分數據存儲和處理問題。就可獲取性而言，許多大學和醫院現在都有fMRI掃描儀和其他可用于研究的大腦成像工具。

2）對大腦成像研究隱私風險及倫理考慮。事實上，由大腦研究導致的倫理問題已經導致了神經倫理學（Neuroethics）這門新學科的出現。NeuroIS研究對隱私提出了新的挑戰，因為即使在人沒有提供行為反應的情況下，原則上它也可以提供有關思想、態度、信仰和特征的信息。具體來說，基于成像的研究擁有更傳統的紙筆或其他低科技方法所不具備的隱形進行的特點。此外，在被同意的情況下，結構性和功能性大腦圖像都在解決一個問題后，再被用于分析其他問題。實際上，近期發表在《Nature》的一篇文章中，20多名醫生、倫理學家、神經科學家和計算機科學家也共同呼吁制定計算機在人體應用中的道德規范[42]。對于隱私保護，他們建議，個人能選擇是否在設備上分享大腦數據，并且嚴格管理個人數據的銷售和商業使用。對于自主權和身份保護，他們建議制定國際公約來定義禁止行為，并告知人們這些技術對于情緒、個性和自我意識可能造成的影響。

32研究啟示

目前的信息系統研究常以調查、實驗、模擬分析或訪談作為資料收集的方法，并進行信息系統使用的相關研究，如：因信息系統使用而產生相關的決策制定、個人認知過程、情緒過程以及社會認知過程等研究。NeuroIS研究主要是了解人類在各種情感和認知過程中所產生的腦神經運作過程，并利用各種非侵入式的腦部活動測量技術了解人類心理歷程的神經機制。NeuroIS促使IS研究的資料收集方法不再局限于詢問研究對象或者其他二手資料，而是可以明確利用腦影像神經工具衡量人類的身體反應或大腦內的各項功能運作，以更精確地了解人類的認知反應、決策制定、情感表達等IS研究上經常衡量的相關變數，降低問卷調查法等研究方法可能造成的偏誤。

NeuroIS使用神經生理學的理論、方法和工具進行IS研究，其獨特的理論和方法優勢擴大了涉及人類受試者的IS研究的影響范圍，并提升了IS研究的嚴謹性。通過科學測量在高度控制的條件下執行各種任務的受試者的大腦活動，NeuroIS有助于克服一些IS研究長期面臨的挑戰，如：低保真數據、結果的不可重復性和結論的不可證偽性。實質上，NeuroIS為IS研究提供了神經學證據，使IS研究更加科學，NeuroIS研究為IS研究的3種研究范式（行為科學范式、設計科學范式和經濟科學范式）也提供了巨大的潛力。

早期將神經生理學方法應用于人機交互已經產生了2個新興研究主題：1）推斷相關性評估的調查;2）人類對搜索任務的反應的研究。這2個研究主題的結果已通過主要國際會議（例如ACM CHIIR，ACM SIGIR，ECIR）以及學術期刊傳播。然而，許多交互式信息檢索研究人員和其他領域的信息科學學者普遍不了解新的認知神經科學方法和應用。未來NeuroIS的研究可以關注以下幾個方面：應用認知神經科學方法測量人機交互行為的因變量和相關因素，利用認知神經科學數據的自適應或個性化檢索系統（例如基于腦電腦或凝視追蹤的檢索界面），基于認知神經科學技術的特定人群檢索系統（例如，老年人、兒童、殘疾人），在IS研究中應用認知神經科學方法的倫理考慮。NeuroIS研究的長期和主要目標是創建超越行為數據的強大預測模型;其次是開發新的搜索模型，用于解釋信息刺激的生理和神經反應以及認知和情感狀態對用戶信息行為的影響。

參考文獻

[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]蕭文龍，黃莉君，楊雅雯.神經資訊系統文獻匯整分析[J].東吳經濟商學學報，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.

（責任編輯：陳媛）