成果名称：

《Unveiling the secrets of online consumer choice: A deep learning algorithmic approach to evaluate and predict purchase decisions through EEG responses(揭秘在线消费者选择的奥秘：基于脑电响应评估与预测购买决策的深度学习算法研究)》

成果简介：为应对移动消费者购物时面临的信息过载与设备限制，头部电商平台引入产品排名、用户评论及算法推荐等决策支持工具以辅助消费者决策。由于手机等移动终端在屏幕大小上的限制，消费者只能通过上下滑动的方式对产品页面进行浏览。因此，不同决策支持工具在产品页面上的呈现具有先后顺序。那么，不同决策支持工具在移动购物平台产品页面上的呈现顺序对消费者购买决策有影响吗？此外，现有文献在研究在线消费者行为决策时大都使用问卷、访谈、计量模型或行为实验等方法，难以客观反映消费者在网络购买过程中的真实心理过程和认知机制，容易出现测量偏差，而神经生理学工具（如脑电EEG）的应用为剖析决策机制提供了新视角。本研究聚焦两大核心问题：第一，探究决策支持工具的呈现顺序如何影响消费者的购买决策；第二，探索基于脑活动的消费者购买行为预测方法。通过整合认知神经科学与深度学习技术，本研究在理论与方法上实现双重创新。

个人简介：李一然，武汉大学管理学博士，澳大利亚麦考瑞大学博士后，福州大学经济与管理学院副教授，硕士生导师，福建省应用型财经类专业教学联盟电子商务专业委员会第二届理事会理事。主要研究领域为在线用户行为、认知神经科学、数据挖掘与商务智能。主持省部级重大项目等3项。在《南开管理评论》、《Information Processing & Management》等国内外重要期刊上发表论文近30篇。