2.数据重采样。将所收集到的脑电数据的采样率从1000 Hz降低至500 Hz，降低数据总量大小，提升数据处理效率；
3.去除数据伪迹。首先使用0.1 Hz – 100 Hz的带通滤波对脑电数据进行带通滤波，然后使用ICA方法对数据进行分析，手动去除眼动、肌动等数据伪迹；
4.数据分段。将数据中的Mark标记作为分段基本点，取标记点前200 ms至标记点后800 ms作为数据分析单元；
5.去峰值。去除数据中偏离数据均值过多的峰值数据；
6.叠加平均。将分段后的数据分析单元通过ERPlab进行数据的叠加平均，得到单个被试的数据均值；
7.总平均。将每个被试的数据均值进行叠加平均，得出所有被试的平均数据； 8.数据导出。将总平均数据导出至Excel文档中，留作后续分析。
第六章 结论与贡献
6.1讨论
隐私悖论是互联网营销领域广泛关注的研究问题，其成因及消解方式至今还未有一个得到广泛认同的解释。已有研究大多从用户的自我汇报入手，通过问卷调查、访谈等方式获取经过用户二次加工的数据，从而解释隐私悖论的成因。然而这种数据获取方式存在着一定的局限性，经过用户二次加工的信息，受到时间流逝的影响，往往会出现一些偏差或错误，不能完全正确的反映出用户真实的所思所想。而通过神经科学工具直接收集用户决策时的神经活动数据则能更客观的反映出用户在决策时的真实所思所想。本研究通过脑电记录仪收集了用户在面对不同收益和不同风险的隐私决策过程中的神经活动，旨在通过分析这些神经活动为隐私悖论的成因提供一个更客观、更科学的解释。
从认知心理学角度来看，隐私披露意愿是一种个体对隐私披露行为的态度。态度的元认知理论认为，态度由态度重要性和态度确定性组成，态度重要性决定了态度是否生成，态度确定性则决定了态度生成的强度。本研究通过分析实验1行为数据发现，收益感知决定了隐私披露意愿的表达，只有在被试感知到较高的感知收益时，风险感知才会对被试的隐私披露意愿产生显著的影响。这说明了收益感知在隐私披露意愿产生的过程中充当了态度重要性的角色，决定这用户是否愿意通过披露隐私换取APP应用所提供的个性化服务。当被试愿意通过披露隐私信息换取个性化服务时，用户才会对隐私信息披露所带来的风险进行评估，从而进行下一步决策过程。这一结论由被试在决策过程中的神经活动进行了印证。决策过程中，收益感知表现出了对被试所表现出的P2振幅的显著影响，这表明用户对个性化服务所带来的收益投入了更多的认知资源，分配了更多的注意力资源；与之不同的是，风险感知则表现出了相反的结果。认知的精细加工模型认为，通过中心通道影响态度生成的刺激源会耗费大量的注意力资源和认知资源，而通过边缘通道影响态度生成的刺激源则消耗较少的注意力资源和认知资源。实验1神经数据的分析结果表明了，收益感知通过中心渠道影响用户的态度生成，风险感知通过边缘渠道影响用户的态度生成，与实验1的行为数据分析结果互相对应。
参考文献（略）
