雷晶 袁勤儉 劉影

編者按：本期所刊發(fā)的這4篇論文屬于我刊特約南京大學(xué)信息管理學(xué)院袁勤儉教授研究團隊有關(guān)“信息管理實證研究重要理論的研究應(yīng)用及其展望”的部分研究成果。這4篇論文在分別介紹了認知匹配理論、沉浸理論、資源依賴?yán)碚?、控制錯覺理論的源起及其演化之后，還分析了這些理論在信息系統(tǒng)研究中的現(xiàn)狀，指出了信息系統(tǒng)研究中可以運用這些理論的潛在領(lǐng)域?！墩J知匹配理論的演化評述》一文分認知匹配基礎(chǔ)模型、認知匹配擴展模型、認知匹配分布式模型3個階段對認知匹配理論的主要模型的內(nèi)容、優(yōu)缺點、適用范圍以及應(yīng)用中需要注意的問題進行了詳細的闡述?！冻两碚摷捌湓谛畔⑾到y(tǒng)研究中的應(yīng)用與展望》一文從沉浸理論的量度指標(biāo)、影響因素、對用戶使用與購買行為的影響等方面評述了沉浸理論在信息系統(tǒng)研究中的應(yīng)用現(xiàn)狀，并指出如何減少沉浸的負面影響、新興技術(shù)對沉浸體驗產(chǎn)生的影響等是值得關(guān)注的研究方向?！顿Y源依賴?yán)碚摷捌湓谛畔⑾到y(tǒng)研究中的應(yīng)用與展望》一文指出文化、亞文化和組織文化差異對組織信息系統(tǒng)采納的影響以及信息技術(shù)對政府、教育機構(gòu)等服務(wù)組織的績效影響等領(lǐng)域都是資源依賴?yán)碚摽梢詰?yīng)用的潛在領(lǐng)域?！犊刂棋e覺理論及其在信息系統(tǒng)研究中的應(yīng)用與展望》一文指出信息系統(tǒng)研究中可以應(yīng)用控制錯覺理論的潛在領(lǐng)域有人機交互、社會化媒體營銷、互聯(lián)網(wǎng)金融、電子商務(wù)平臺等領(lǐng)域。

我們期望本期專欄的4篇研究論文可以貢獻有價值的知識，不僅為學(xué)界同仁學(xué)習(xí)這些理論提供一定的幫助，還能為信息管理學(xué)乃至整個管理學(xué)應(yīng)用這些理論的實證研究夯實基礎(chǔ)。

〔摘 要〕為了增進國內(nèi)學(xué)者對認知匹配理論的了解，梳理了國內(nèi)外相關(guān)文獻，發(fā)現(xiàn)認知匹配理論的發(fā)展大體上可以劃分為認知匹配基礎(chǔ)模型、認知匹配擴展模型、認知匹配分布式模型3個階段。認知匹配基礎(chǔ)模型只考慮了任務(wù)特征與問題表征的匹配對解決問題的績效的影響，適用于解決問題者認知負荷較輕的常規(guī)信息處理任務(wù)，應(yīng)用時需注意根據(jù)任務(wù)選擇問題表征方式，操控問題解決績效的一個維度再測量另一個維度，以及用多元匹配關(guān)系描述匹配狀況。認知匹配擴展模型進一步兼顧了解決問題者個體和環(huán)境因素對解決問題的績效的作用，適用于需要消耗解決問題者更多認知資源或造成更大的認知負荷的專業(yè)應(yīng)用領(lǐng)域，應(yīng)用時需注意借助理論研究明晰模型擴展的邊界和有效性、以任務(wù)為核心考察擴展模型的匹配關(guān)系。認知匹配分布式模型對認知匹配理論的基本研究框架進行了進一步地解構(gòu)和發(fā)展，適用于需要同時研究認知過程和解決問題的績效的高度專業(yè)化應(yīng)用領(lǐng)域，應(yīng)用時需注意綜合運用多種測量方法。

〔關(guān)鍵詞〕認知匹配理論；認知匹配基礎(chǔ)模型；認知匹配擴展模型；認知匹配分布式模型；綜述；述評

DOI：10.3969/j.issn.1008-0821.2018.10.023

〔中圖分類號〕G202 〔文獻標(biāo)識碼〕A 〔文章編號〕1008-0821（2018）10-0152-05

〔Abstract〕In order to enhance domestic scholars understanding of cognitive fit theory，the paper reviewed the literature based on the core concept of cognitive fit at home and abroad，and found that the evolution of the theory could be divided into three stages：the basic model of cognitive fit，the extended model of cognitive fit，and the distributed model of cognitive fit.Since the basic model of cognitive fit only considered the impact of the match between task characteristics and problem representation on the problem-solving performance，it was suitable for the routine information processing tasks for the problem solvers with low cognitive load.When applying the model，it was essential to select the representations of the problem according to the task，to measure another dimension after manipulating one dimension of the problem-solving performance，and to describe the fitting situation with a multivariate fitting relationship.The extended model of cognitive fit further considered the role of the individual and environmental factors of the problem solving on the problem-solving performance，so it was suitable for the professional fields that require more cognitive resources or cause greater cognitive load.When employing the model，researchers needed to pay attention to the boundary and validity of the model expansion by means of theoretical research，and to investigate the fitting relationships of the extended model with the task as the core.As the distributed model of cognitive fit further deconstructed and developed the basic research framework of cognitive fit theory，it was suitable for the highly specialized fields which need to simultaneously study the cognitive process and the problem-solving performance.It was necessary to comprehensively utilize various measurement methods when the model is applied.

〔Key words〕cognitive fit theory；the basic model of cognitive fit；the extended model of cognitive fit；the distributed model of cognitive fit；review；summary

認知匹配理論（Cognitive Fit Theory，簡稱“CFT”）是1991年由Vessey在認知心理學(xué)和信息處理理論的基礎(chǔ)上作為一種研究范式提出的，其核心觀點是問題表征與任務(wù)類型的匹配關(guān)系影響了解決問題的績效[1]。

作為信息系統(tǒng)領(lǐng)域最有代表性的匹配理論之一[2]，自提出之初，認知匹配理論主要被國外學(xué)者應(yīng)用于信息獲取、信息評價等簡單的信息處理任務(wù)，后續(xù)相繼在信息檢索[3]、風(fēng)險決策[4]、績效判斷[5]等相對復(fù)雜的任務(wù)，以及會計信息決策支持系統(tǒng)[6]、計算機編程和軟件維護[7]、空間決策支持系統(tǒng)[8]、系統(tǒng)需求建模[9]等專業(yè)領(lǐng)域得到了驗證，并且發(fā)展演化出多個理論模型，積累了豐碩的研究成果。雖然國內(nèi)已有零星的研究應(yīng)用了認知匹配理論，但多數(shù)集中在會計信息系統(tǒng)領(lǐng)域[10-12]，未見對認知匹配理論進行系統(tǒng)性介紹的文獻，且學(xué)界對理論名稱的翻譯也不一致，出現(xiàn)了“認知適配理論”[3]、“認知適應(yīng)理論”[13]和“認知匹配理論”[14-15]等多個版本。除了在上述領(lǐng)域外，在現(xiàn)代教育、智能醫(yī)療等系統(tǒng)的信息交互設(shè)計、游戲的虛擬現(xiàn)實模擬以及互動廣告投放等眾多領(lǐng)域，認知匹配理論也有廣闊的應(yīng)用前景。鑒于此，為幫助國內(nèi)學(xué)者深入了解認知匹配理論，本文擬以認知匹配理論的三大經(jīng)典模型——認知匹配基礎(chǔ)模型、認知匹配擴展模型、認知匹配分布式模型為核心，系統(tǒng)介紹該理論的演化以及應(yīng)用這些模型應(yīng)注意的問題。

1 認知匹配基礎(chǔ)模型

為了解釋先前大量研究在對比圖形和表格優(yōu)劣時結(jié)論不一致的情況，Vessey率先提出了認知匹配理論，并且建立了由問題表征（Problem Representation）、解決問題的任務(wù)（Problem-solving Task）、解決問題的心理表征（Problem-solving Mental Representation）、解決問題的績效（Problem-solving Performance）構(gòu)成的認知匹配基礎(chǔ)模型（The Basic Model of Cognitive fit）[1]（詳見圖1）。其中，問題表征指的是與解決問題相關(guān)的外部信息展示給解決問題者的方式；解決問題的任務(wù)（以下簡稱“任務(wù)”），是問題解決者需要依據(jù)問題表征完成的特定任務(wù)；解決問題的心理表征（以下簡稱“心理表征”），是問題在人腦的工作記憶中的表現(xiàn)方式；解決問題的績效，是解決問題或決策的效率和效果，一般通過解決問題或決策的速度和準(zhǔn)確度來衡量。值得指出的是，Vessey的認知匹配基礎(chǔ)模型原本是指問題表征與任務(wù)類型要匹配，但是由于缺乏指導(dǎo)任務(wù)分類的統(tǒng)一標(biāo)準(zhǔn)，故Vessey用任務(wù)特征替代任務(wù)類型，因此認知匹配基礎(chǔ)模型就變成了問題表征與任務(wù)特征要匹配。

Vessey將認知匹配理論中的問題表征和任務(wù)統(tǒng)稱為解決問題的元素，并通過引入心理表征作為模型的中介變量，來解釋解決問題的元素之間的匹配關(guān)系對解決問題的績效的影響。具體來說，當(dāng)解決問題的兩個元素匹配時，受二者獨立作用所形成的心理表征一致，將降低解決問題者的認知負荷，提升解決問題的績效；反之，當(dāng)解決問題的兩個元素不匹配時，受二者獨立作用所形成的心理表征不一致，解決問題者必須耗費額外的認知努力對問題表征進行轉(zhuǎn)換，使其與任務(wù)匹配，或者對解決問題的過程進行轉(zhuǎn)換使其與問題表征匹配，這些都會提升解決問題者的認知負荷，從而降低解決問題的績效。認知匹配基礎(chǔ)模型的優(yōu)點是用非常簡潔的方式闡述了認知匹配理論的核心觀點。然而，該模型還存在以下缺點：首先，模型沒有闡述問題表征和任務(wù)對心理表征的作用機制，導(dǎo)致只能根據(jù)對解決問題的績效的測量來判定是否存在匹配效應(yīng)；其次，模型界定匹配的結(jié)果是二元的，即匹配或不匹配，這種非此即彼的匹配關(guān)系過于簡單，無法描述現(xiàn)實中復(fù)雜的匹配關(guān)系；最后，模型忽略了解決問題者的個體差異和問題的復(fù)雜程度、輔助技術(shù)等環(huán)境因素對解決問題的績效的影響，被認為只體現(xiàn)了簡單匹配的思想[15-16]。

由于認知匹配基礎(chǔ)模型是基于相對簡單的信息獲取和信息評價任務(wù)提出的[2]，且只考慮了任務(wù)特征與問題表征的匹配對解決問題的績效產(chǎn)生的作用，因此適用于考察用戶認知負荷較輕的風(fēng)險決策、多屬性判斷、產(chǎn)品信息搜素和產(chǎn)品選擇、廣告回憶和理解等簡單任務(wù)，與相對單一的問題表征方式（如圖形和表格或其組合）的匹配對解決問題的績效的影響。

在應(yīng)用認知匹配基礎(chǔ)模型時還需要注意以下幾方面問題：1）根據(jù)需要完成的任務(wù)選擇可能匹配的問題表征方式。認知匹配基礎(chǔ)模型將問題表征和任務(wù)視為兩個獨立變量考察其間是否存在匹配效應(yīng)[2]?，F(xiàn)實中解決問題者通常會依據(jù)需要完成的任務(wù)來比較并選擇可能匹配的問題表征方式，而不是漫無目的地分別分析任務(wù)和問題表征的特征，再進行逐一匹配。因此，研究人員在后續(xù)應(yīng)用該模型進行研究時，可以先分析需要完成的任務(wù)的特征，再以此為基礎(chǔ)確定可能存在匹配效應(yīng)的問題表征的類型及范圍，從而提升匹配關(guān)系的“必然性”，提高研究的效率。2）操控解決問題的績效的一個維度再測量另一個維度。認知匹配基礎(chǔ)模型的因變量——解決問題的績效包括解決問題的準(zhǔn)確度和速度（或時間）兩個維度。為了避免因為出現(xiàn)準(zhǔn)確度和速度反向變化而難以判斷是否存在認知匹配效應(yīng)的情形，后續(xù)的應(yīng)用研究在測量解決問題的績效時，可以操控其中一個維度再測量另一個維度。3）采用多元匹配關(guān)系描述問題表征與任務(wù)間的匹配狀況。針對前文提及的二元匹配關(guān)系過于簡單的缺點，后續(xù)應(yīng)用研究可以采用類似完全匹配—不完全匹配—完全不匹配[1]的多元匹配關(guān)系來描述解決問題的元素間的匹配狀況。

2 認知匹配擴展模型

為了進一步將解決問題者的個體因素和解決問題的環(huán)境因素等納入認知匹配理論研究的范疇，Vessey及其研究團隊又相繼提出了2個認知匹配擴展模型（The Extended Model of Cognitive Fit）[7，16]，我們分別稱之為“認知匹配擴展模型Ⅰ”和“認知匹配擴展模型Ⅱ”（詳見圖2和圖3）。其中，模型Ⅰ采用解決問題的技能（Problem-solving Skills）來指代解決問題者的個體知識水平、對任務(wù)或問題表征的熟悉度、信息偏好、認知需求等個體因素，被認為是影響解決問題的績效的內(nèi)部信息線索或內(nèi)部因素；模型Ⅱ采用解決問題的工具（Problem-solving Tools）來指代解決問題的特定方法、技術(shù)或輔助系統(tǒng)等環(huán)境因素，被歸為影響解決問題的績效的外部因素。值得指出的是，上述兩類擴展變量是分別被提出的，前期很少被同時納入一個模型進行考察，2000年才有研究嘗試在認知匹配擴展模型Ⅰ和模型Ⅱ的基礎(chǔ)上，同時將解決問題的技能和解決問題的工具納入認知匹配擴展模型，構(gòu)建出新的研究模型[17]，我們將其稱之為認知匹配擴展模型Ⅲ（詳見圖4）。

在認知匹配擴展模型中，除了問題表征和任務(wù)是否匹配會影響解決問題的績效外，解決問題的技能或解決問題的工具是否與問題表征和任務(wù)匹配，也會影響解決問題的績效。認知匹配擴展模型的優(yōu)點是同時考察了可能影響解決問題的績效的內(nèi)、外部因素。但是，認知匹配擴展模型也存在以下缺點：首先，認知匹配擴展模型沒有給出擴展變量被納入模型的原則，也沒有具體闡述其與原有兩個解決問題的元素之間的關(guān)聯(lián)機制，從而無法清晰地界定模型擴展的邊界，也難以檢驗?zāi)Ｐ偷男Ф?；其次，模型不僅需要同時考察解決問題的元素之間的匹配，還需要考察元素的兩兩之間的匹配，增加了匹配關(guān)系判定的難度。

由于認知匹配擴展模型是基于相對復(fù)雜和專業(yè)化的任務(wù)而提出的，且兼顧了解決問題者個體和外部環(huán)境因素，所以適用于考察需要消耗解決問題者更多認知資源、造成更大的認知負荷，或需要借助相關(guān)領(lǐng)域知識、技能或?qū)I(yè)決策輔助工具、系統(tǒng)等才能完成的會計領(lǐng)域的多屬性判斷任務(wù)（Multi-attribute Judgment Tasks）、與地圖相關(guān)的地理、空間決策系統(tǒng)的多準(zhǔn)則決策任務(wù)（Multi-criteria Decision-making Tasks）等，與相對復(fù)雜的問題表征方式（如圖形組合、表格、地圖、動畫、音頻等），以及擴展元素間的匹配對解決問題的績效的影響。

在應(yīng)用認知匹配擴展模型時還需要注意以下兩方面問題：1）借助理論研究明晰模型擴展的邊界和有效性。認知匹配擴展模型的“解決問題的技能”和“解決問題的工具”涉及的范圍很廣，它們與模型中其他變量的作用機制不盡相同，因此后續(xù)的應(yīng)用研究可以依據(jù)情境從理論上分析“解決問題的技能”和“解決問題的工具”與模型中其他變量的作用機制，決定哪些技能或工具應(yīng)該被納入以及如何引入模型，從而確保模型擴展的邊界和有效性[18]。2）以任務(wù)為核心考察擴展模型的匹配關(guān)系。針對前文提及的認知匹配擴展模型匹配關(guān)系判定過于復(fù)雜的缺點，后續(xù)的應(yīng)用研究可以首先考察問題表征、任務(wù)和擴展變量三者的匹配關(guān)系，然后以任務(wù)為核心分別考察其與問題表征和擴展變量的匹配關(guān)系，從而簡化擴展模型匹配關(guān)系判定的過程和方法。

3 認知匹配分布式模型

為了探究概念建模領(lǐng)域?qū)I(yè)型解決問題者的領(lǐng)域知識（Domain Knowledge）對認知匹配效應(yīng)的影響，借鑒了Zhang等的分布式認知理論的觀點，認為解決問題的過程是人腦對內(nèi)、外部問題表征的信息加工過程[19]，Shaft等在認知匹配擴展模型的基礎(chǔ)上于2006年構(gòu)建了由問題域的內(nèi)部表征（Internal Representation of the Problem Domain）和外部問題表征（External Problem Representation）構(gòu)成的分布式問題表征系統(tǒng)，并由此形成了認知匹配分布式模型（Distributed Model of Cognitive Fit）[20]，我們稱之為“認知匹配分布式模型Ⅰ”（詳見圖5）。其中，問題域的內(nèi)部表征指解決問題者頭腦中的知識結(jié)構(gòu)，即可以從記憶中搜尋到的與解決問題相關(guān)的知識、符號、規(guī)則等，被認為是內(nèi)部信息線索；外部問題表征指環(huán)境中的知識、約束、規(guī)定、關(guān)系、邊界條件等，被認為是外部信息線索。

為了進一步探究系統(tǒng)建模領(lǐng)域以文本呈現(xiàn)的命題式任務(wù)（Propositional Task）與包括時間和空間兩維數(shù)據(jù)的問題表征方式的匹配關(guān)系，Khartri等于2006年在認知匹配分布式模型Ⅰ的基礎(chǔ)上，借鑒Polson等的聯(lián)想記憶模型（The Human Associative Memory Model，簡稱“HAM模型”）[21]，將任務(wù)進一步分解成外部任務(wù)表征（The External Task Representation）和內(nèi)部任務(wù)表征（The Internal Task Representation）兩部分，提出了任務(wù)表征精細化的認知匹配分布式模型（Distributed Cognitive Fit Model Elaborating on Task Representation）[22]，我們稱之為“認知匹配分布式模型Ⅱ”（詳見圖6）。

認知匹配分布式模型Ⅰ通過構(gòu)建獨立且交互作用的分布式問題表征系統(tǒng)，模擬了信息處理過程中解決問題者的認知結(jié)構(gòu)[23-24]，對認知匹配擴展模型I中的解決問題者的知識結(jié)構(gòu)與其他解決問題的元素的關(guān)聯(lián)機制進行了說明。認知匹配分布式模型Ⅱ在此基礎(chǔ)上，進一步將外部任務(wù)表征映射到用戶的內(nèi)部記憶系統(tǒng)，構(gòu)建了一個類似于“內(nèi)、外存”的任務(wù)表征體系，從而搭建了外部任務(wù)與心理表征的作用橋梁。認知匹配分布式模型的優(yōu)點是對認知匹配理論的基本研究框架進行了進一步地解構(gòu)和發(fā)展，本質(zhì)上是通過對表征維度（Representating Dimension）的細化實現(xiàn)對被表征維度（Represented Dimension）的更充分地表征，從而提升表征方式的有效性[25]，代表了認知匹配理論從重視解決問題的績效向探究解決問題的認知過程及其內(nèi)外信息線索的表征機制的轉(zhuǎn)變。然而，該模型也存在以下缺點：首先，認知匹配分布式模型是基于系統(tǒng)建模開發(fā)這樣高度專業(yè)領(lǐng)域的專業(yè)人員提出的，難以被直接推廣到其他應(yīng)用領(lǐng)域；其次，認知匹配分布式模型沒有闡述內(nèi)外部問題表征系統(tǒng)交互作用的具體形式及對心理表征的作用機制，難以指導(dǎo)后續(xù)的應(yīng)用研究。

認知匹配分布式模型適用于計算機程序理解與軟件維護、系統(tǒng)開發(fā)與建模設(shè)計等高度專業(yè)化任務(wù)、解決問題者的知識結(jié)構(gòu)和多維、動態(tài)的問題表征方式三者之間的匹配，對認知過程和解決問題的績效的影響研究。

由于認知匹配分布式模型不僅研究解決問題的績效，還試圖探究解決問題的認知過程，因此在應(yīng)用認知匹配分布式模型時要注意綜合運用多種測量方法。除了要采用問卷法和實驗法測量解決問題的績效外，還應(yīng)該采用視覺追蹤法[26]、發(fā)聲思維法[20]等手段對信息認知過程的心理表征進行有效測量，通過打開心理表征的黑箱，進而深入研究解決問題者在內(nèi)、外部表征系統(tǒng)作用下的信息認知過程和解決問題的績效。

4 結(jié) 論

由前述可知，認知匹配理論的發(fā)展大體上可以劃分為認知匹配基礎(chǔ)模型、認知匹配擴展模型、認知匹配分布式模型3個階段。

認知匹配基礎(chǔ)模型只考慮了任務(wù)特征與問題表征的匹配對解決問題的績效的影響，適用于解決問題者認知負荷較輕的常規(guī)信息處理任務(wù)。在應(yīng)用認知匹配基礎(chǔ)模型時應(yīng)注意根據(jù)需要完成的任務(wù)選擇可能匹配的問題表征方式，操控解決問題的績效的一個維度再測量另一個維度，以及采用多元匹配關(guān)系描述問題表征與任務(wù)間的匹配狀況。

認知匹配擴展模型進一步兼顧了解決問題者個體和環(huán)境因素對解決問題的績效的作用，適用于需要消耗解決問題者更多認知資源或造成更大的認知負荷的專業(yè)應(yīng)用領(lǐng)域。在應(yīng)用認知匹配擴展模型時需注意借助理論研究明晰模型擴展的邊界和有效性，并且以任務(wù)為核心考察擴展模型的匹配關(guān)系。

認知匹配分布式模型通過構(gòu)建分布式問題表征系統(tǒng)和分布式任務(wù)表征系統(tǒng)，對認知匹配理論的基本研究框架進行了進一步的解構(gòu)和發(fā)展，適用于需要同時研究認知過程和解決問題的績效的高度專業(yè)化應(yīng)用領(lǐng)域。在應(yīng)用認知匹配分布式模型時需注意綜合運用多種測量方法。

參考文獻

[1]Vessey I.Cognitive Fit：A Theory-based Analysis of the Graphs Versus Tables Literature[J].Decision Sciences，1991，22（2）：219-240.

[2]Zhang P，Galletta D.Human-computer Interaction and Management Information Systems：Foundations.Series of Advances in Management Information Systems（V5）[M].New York：M.E.Sharpe，2006：10.

[3]Chandra A，Krovi R.Representational Congruence and Information Retrieval：Towards an Extended Model of Cognitive fit[J].Decision Support Systems，1999，25（4）：271-288.

[4]Huang A H，Windsor J C.An Empirical Assessment of a Multimedia Executive Support System[J].Information & Management，1998，33（5）：251-262.

[5]Tuttle B，Kershaw R.Information Presentation and Judgment Strategy from a Cognitive Fit Perspective[J].Journal of Information Systems，1998，12（1）：1-17.

[6]Umanath N S，Vessey I.Multiattribute Data Presentation and Human Judgment：A Cognitive Fit Perspective[J].Decision Sciences，1994，25（5-6）：795-824.

[7]Sinha A P，Vessey I.Cognitive Fit：An Empirical Study of Recursion and Iteration[J].IEEE Transactions on Software Engineering，1992，18（5）：368-379.

[8]Smelcer J B，Carmel E.The Effectiveness of Different Representations for Managerial Problem Solving：Comparing Tables and Maps[J].Decision Sciences，1997，28（2）：391-420.

[9]Agarwal R，Sinha A P，Tanniru M.Cognitive Fit in Requirements Modeling：A Study of Object and Process Methodologies[J].Journal of Management Information Systems，1996，13（2）：137-162.

[10]王環(huán)環(huán).任務(wù)特征、呈報格式與管理會計報告輔助決策影響的實驗研究[D].成都：西南財經(jīng)大學(xué)，2012：8-10.

[11]祝元源.呈報格式、決策者個人能力與管理會計報告決策價值[D].成都：西南財經(jīng)大學(xué)，2014：13.

[12]毛洪濤，何熙瓊，蘇朦.呈報格式、個人能力與管理會計信息決策價值：一項定價決策的實驗研究[J].會計研究，2014，（7）：67-74，97.

[13]劉景方，李嘉，張朋柱，等.用戶評論標(biāo)簽摘要系統(tǒng)的有效性研究[J].系統(tǒng)管理學(xué)報，2016，25（4）：613-623.

[14]李雷，楊懷珍，譚陽波.任務(wù)技術(shù)匹配理論研究現(xiàn)狀述評與趨勢展望[J].外國經(jīng)濟與管理，2016，38（1）：29-41.

[15]閔慶飛，王建軍，謝波.信息系統(tǒng)研究中的“匹配”理論綜述[J].信息系統(tǒng)學(xué)報，2011，8（1）：77-88.

[16]Vessey I，Galletta D.Cognitive Fit：An Empirical Study of Information Acquisition[J].Information Systems Research，1991，2（1）：63-84.

[17]Mennecke B E，Crossland M D，Killingsworth B L.Is a Map More than a Picture？The Role of SDSS Technology，Subject Characteristics，and Problem Complexity on Map Reading and Problem Solving[J].MIS Quarterly，2000，24（4）：601-629.

[18]Whetten D A.What Constitutes a Theoretical Contribution？[J].Academy of Management Review，1989，14（4）：490-495.

[19]Zhang J，Norman D A.Representations in Distributed Cognitive Tasks[J].Cognitive Science，1994，18（1）：87-122.

[20]Shaft T M，Vessey I.The Role of Cognitive Fit in the Relationship Between Software Comprehension and Modification[J].MIS Quarterly，2006，30（1）：29-55.

[21]Polson P G，Anderson J R，Bower G H.Human Associative Memory[J].The American Journal of Psychology，1975，88（1）：131.

[22]Khartri V，Vessey I，RAM S，Ramesh V.Cognitive Fit Between Conceptual Schemas and Internal Problem Representations：The Case of Geospatio-temporal Conceptual Schema Comprehension[J].IEEE Transactions on Professional Communication，2006，49（2）：109-127.

[23]鄧鑄，余嘉元.問題解決中對問題的外部表征和內(nèi)部表征[J].心理學(xué)動態(tài)，2001，9（3）：193-200.

[24]劉俊生，余勝泉.分布式認知研究述評[J].遠程教育雜志，2012，30（1）：92-97.

[25]Zhang J.A Representational Analysis of Relational Information Displays[J].International Journal of Human Computer Studies，1996，45（1）：59-74.

[26]Chen Y，Jermias J，Panggabean T.The Role of Visual Attention in the Managerial Judgment of Balanced-scorecard Performance Evaluation：Insights from Using an Eye-tracking Device[J].Journal of Accounting Research，2016，54（1）：113-146.

（責(zé)任編輯：孫國雷）