（1）提出移动购物行为执行意向理论观点，突破传统电商视角，取得突破性进展。伴随社交网络和电子商务的融合发展，移动购物越来越呈现出有别于传统电子商务的特征：移动技能、娱乐、焦虑、感知有用性、认同、推荐、信任、关系驱动和创新性等。移动购物渠道已经成为商家与消费者互相连接的重要媒介，是提升客户旅程体验的电子渠道接触点，得到迅猛发展和动态调整，大量研究也从移动商务理论、移动中间件、无线用户基础设施、移动商务应用等方面试图更好地了解用户的移动购物。然而，大多数研究通常关注移动服务及采纳意愿，而对移动购物行为特征的挖掘及其系统研究比较鲜见。因此，识别影响移动购物行为的关键在于掌握其执行意向规律。移动购物活动中，消费者掌握着话语权、主动权，其购物的情景线索、行为目标以及目标导向的行为反应等行为执行意向规律对于获得消费者认同和忠诚行为具有极其重要的作用，这将影响到企业能否提供更加优质、及时的服务，从而关系到在激烈的移动商务中能否赢返消费者，获得持续竞争优势的关键，这是当前亟待解决的科学和实践问题。因此，一方面，本书通过系统地论述移动购物行为的驱动因素，发现了基于学术视角的移动购物行为影响因素比较偏向微观因素，而基于实践视角比较偏向产业、战略联盟等宏观因素。因此，移动购物行为的综合影响因素包括情景与社会环境因素、技术与服务因素、消费者心理因素，其研究成果为行为执行意向理论的实证分析和数据挖掘提供了前期理论基础的支撑。另一方面，本书通过情景感知视角和时空演化视角对移动购物行为执行意向的作用机制及关联演化机制进行了系统探索，并通过应用研究取得突破性进展，使执行意向理论从体育、营养健康、教育、神经科学进入移动电子商务领域，奠定了在移动商务情景下消费者行为研究的理论基础。

（2）提出定性与定量相结合、实证与计算实验相融合的全新人文社科研究范式，尝试多学科交叉融合模式，突破单一学科研究范式的束缚，取得了理想的效果。近年来，学科之间的交叉研究越来越普遍，特别是研究方法的创新进入一个全新的阶段。在大数据、移动互联网时代，移动购物行为的研究越来越迫切，传统的研究方法亟待与数据挖掘、眼动追踪等技术方法结合起来，本书研究团队从近10年的跨学科交叉研究积累中总结经验，充分利用网络非结构化大数据、媒体智库报告、文献数据库、社会调查等资源，采用扎根理论分析、文献计量分析、知识图谱分析、实证分析、数据挖掘分析、文本挖掘分析、眼动追踪分析、机器学习计算实验等多种方法，精心设计研究框架，配套相应的研究方法解决对应的移动购物相关研究问题，达到了预期效果。

（3）对新兴移动电子商务面临的消费者行为变迁、预测、演化等重要问题进行了系统描述、分析和概括，总结出行为执行意向的机理及关联演化规律。首先，通过移动临场感视角对移动购物行为进行了实证探索，发现消费者在移动购物中的品牌依恋和移动空间临场感会正向影响移动口碑传播。这表明在移动购物情景中，消费者行为执行意向的激发需要充分考虑网络口碑和空间社群交流的重要性。其次，从移动购物时空感知和情景感知视角对移动购物行为执行意向进行了实证探索，发现在移动购物情景下，消费者安全防范、界面视觉复杂度、视觉搜索力、用户体验、时间遵从、空间拥挤感、心理成本、网购频率、满意度等对移动购物行为执行意向有显著影响。这些发现表明，移动购物行为执行意向的作用机制超越了传统电商环境下的购物因素，需要统合消费者心理与行为、移动环境与时空要素、技术焦虑与接受因素，开发移动购物行为激活与消费感知场景，掌握消费者情感与态度变化、行为驱动的关键因素，从而理解移动情景下的消费者行为规律。再次，根据执行意向理论的概念框架，探索情景线索和目标导向的行为反应类型，并将这两种认知系统进行关联挖掘，发现了行为执行意向的“如果”和“那么”认知成分是如何进行关联、演化的机制。这有助于揭示情景线索与目标导向的行为反应之间的匹配规律，从而有利于建立以消费者为中心的移动购物情景感知、价值共创、个性化推荐与服务的共生型商业综合体，这对数字化场景变革也具有重要的社会与理论意义。(www.daowen.com)

（4）通过全面的论证，丰富和发展了移动购物行为执行意向理论的实践应用。本书在上述研究成果的基础上，一方面，通过眼动追踪技术对执行意向进行了实验研究，发现在移动购物情景下，消费者的手机依赖、心理抗拒、分心、卷入度变量能显著预测行为执行意向。同时，本书通过视觉注意力分散程度来衡量分心状态，使用图谱更为直观地表达出参与者的视觉感知轨迹，将消费者分心程度整合到移动购物行为执行意向的影响因素模型中，为我们进一步研究视觉感知与行为认知之间的联系奠定了一定的基础。另一方面，根据执行意向的关联演化机制，设计了基于情景的个性化推荐算法（又称为策略），通过机器学习，发现基于情景线索的个性化推荐策略比基于协同过滤方法效果更显著。这表明，在行为科学领域，行为执行意向能够将情景线索和行为反应进行高效匹配，缩短了意向转化成实际购买行为的注意力分配时间和决策路径，进而提高了个性化推荐的适合度和满意度。