移动互联网时代，智能手机的普及使得其成为存储个人信息最多的设备，同时也是个人信息泄露最严重的渠道。随着隐私问题的不断加剧及其带来的不良后果，用户开始使用各种手段来保护自己的隐私，包括只提供必要信息、提供虚假信息、卸载相关APP等方式。但另一方面，个人信息是大数据发展的基础，各种“互联网+”产业都需要以此来进行产品更新、服务升级等等。为此，众多学者们利用不同的理论从不同的角度对影响个人信息披露的因素进行了研究，试图找到一个能够降低个人隐私顾虑同时又能提高个人披露行为的方法。但是任何决策行为都是受特定情境约束的，人们每时每刻都处在特定的情境中。正是意识到了这一点，一部分学者转而研究基于特定情境的用户隐私披露行为，并识别了一些影响用户行为的情境线索，包括隐私的敏感度、隐私政策、隐私的图章、网站声誉以及一些社会性线索等。但是过去学者们研究的往往只是这些因素对隐私披露行为的单独效应，并得出了相互矛盾的结论。因此本文以线索诊断性理论和线索一致性理论为基础，利用事件相关电位(Event-related potentials，ERPs)方法研究特定情境中的多个线索是如何影响个体的隐私披露行为的。
　　为此，本文以APP下载安装过程为情境背景，研究流行度、评价和隐私解释三个线索对个人隐私披露行为决策的交互影响。研究发现(1)在隐私披露情景中，当高范围线索的效价一致时，即流行度和评价的效价一致时，个人的披露决策行为反应与线索一致性理论中削弱效应的描述相同，证明线索利用理论仍然适用隐私决策行为研究领域；(2)当高范围线索的效价不一致时，即流行度和评价的效价不一致时，线索诊断性理论和线索一致性理论变得不再适用，个人的隐私披露决策行为呈现出一种属性趋同效应，这一点在脑电成分N2和P2上也得到证实，表现为此时的N2、P2波幅更小；(3)从被试决策过程中大脑的电生理反应数据来看，个体对线索的处理在大脑的时间进程和认知反应上更多的与分类过程相似，说明我们面对情境中的多个线索时，更多的是对线索进行归类，然后按照归类结果与预期特征集之间匹配程度进行决策。