为实现上述研究目标，我们在文献调研和文献计量的基础上，利用扎根分析方法、实证研究方法、数据挖掘方法，将定性与定量研究相结合，借鉴计算机科学、心理学、管理学、情报学、传播学、社会学等多学科研究成果，保证移动购物行为相关研究的科学性和系统性。具体方法如下：

（1）文献研究。收集国内外关于移动购物行为研究的文献，跟踪移动电子商务新业态、新模式，不断更新文献数据库，并利用CiteSpace、SciMAT等文献计量与可视化工具全面剖析移动购物行为的前沿主题、演化趋势，为移动购物行为的创新研究提供方向和路径。

（2）扎根理论。采集移动电子商务理论文献与实践智库报告，借助先进的文本挖掘方法对移动购物行为非结构化文本数据进行扎根分析，初步构建移动购物行为影响因素。

（3）调查法。分别对移动购物平台用户购物行为、基于情景感知和时空感知视角的移动购物行为执行意向作用机制进行调研。(www.daowen.com)

（4）数据挖掘法。对移动购物行为智库报告文本进行自然语言处理，采用数据挖掘技术中的关联挖掘算法获得移动购物行为的关联性影响因素；同时，对移动购物的情景线索与行为反应进行关联挖掘，获得移动购物行为执行意向的认知匹配机制。

（5）眼动追踪与心理实验法。眼动追踪法被广泛应用于消费者行为领域，但基于消费者主观感知视角下的移动购物行为神经网络预测的研究还较为鲜见。我们以69名大学生作为被试，利用眼动追踪和心理实验法相结合来收集数据，通过眼动质性分析和机器学习方法，探索网购行为执行意向的影响机制。

（6）计算实验法。移动购物的兴起激活了个性化推荐的实践应用，特别是在商业智能中的应用日益突出，传统的个性化推荐方案大多是技术或商品数据导向，很少以揭示用户心理特征为导向。本书设计一种基于情景的移动购物个性化推荐算法，以改善移动购物中的个性化推荐效果。我们以亚马逊公开数据集为例，进行个性化推荐计算实验，验证其算法效果。