دانلود ترجمه مقاله هوش مصنوعی در تجارت الکترونیک: مروری بر مقالات

1. مقدمه 2. روش تحقیق 3. مروری بر مقالات 4. یافته ها 5. نتایج مربوط به مرور مقالات 6. بحث و بررسی 7. محدودیت ها 8. نتیجه گیری

چکیده – این مقاله پژوهش‌ها در زمینه هوش مصنوعی (AI) در تجارت الکترونیک را سنتز کرده و دستورالعمل‌هایی در مورد چگونگی کمک تحقیقات سیستم‌های اطلاعاتی (IS) به این جریان تحقیقاتی ارائه می‌دهد. به این منظور، از رویکرد نوآورانه ترکیب تحلیل کتاب‌سنجی با بررسی گسترده ادبیات استفاده شده است. داده‌های کتاب‌سنجی از 4335 سند تجزیه و تحلیل شد و 229 مقاله منتشر شده در مجلات پیشرو IS مورد بررسی قرار گرفت. تحلیل کتاب‌سنجی نشان داد که تحقیقات در مورد هوش مصنوعی در تجارت الکترونیک عمدتاً بر سیستم‌های توصیه‌گر متمرکز است. تحلیل احساسات، اعتماد، شخصی‌سازی و بهینه‌سازی به عنوان موضوعات اصلی تحقیق شناسایی شدند. همچنین، موسسات مستقر در چین به عنوان رهبران در این حوزه تحقیقاتی قرار دارند. همچنین، اکثر مقالات تحقیقاتی در مورد هوش مصنوعی در تجارت الکترونیک در مجلات علوم کامپیوتر، هوش مصنوعی، کسب‌وکار و مدیریت منتشر شده است. مرور ادبیات موضوعات، سبک‌ها و مضامین اصلی تحقیقاتی را که مورد توجه محققان IS بوده است، نشان می‌دهد. پیشنهاداتی برای تحقیقات آینده بر اساس این یافته‌ها ارائه شده است. این مقاله اولین مطالعه‌ای است که تلاش می‌کند تا پژوهش‌ها در مورد هوش مصنوعی در تجارت الکترونیک را سنتز کند. برای محققان، این مقاله ایده‌هایی را برای مسیر پیش رو در این حوزه تحقیقاتی ارائه می‌دهد. برای متخصصان، این مقاله منبع سازمان‌یافته‌ای از اطلاعات در مورد چگونگی حمایت هوش مصنوعی از تلاش‌های تجارت الکترونیک آن‌ها را ارائه می‌دهد. مقدمه: تجارت الکترونیک (e-commerce) را می‌توان به عنوان فعالیت‌ها یا خدماتی مرتبط با خرید و فروش محصولات یا خدمات از طریق اینترنت تعریف کرد (هولساپل و سینگ، 2000؛ کالاکوتا و وینستون، 1997). شرکت‌ها به دلیل افزایش تقاضای مشتریان برای خدمات آنلاین و توانایی آن در ایجاد مزیت رقابتی، بیشتر و بیشتر به تجارت الکترونیک روی می‌آورند (گیلنس و استینکمپ، 2019؛ حمد و همکاران، 2018؛ تان و همکاران، 2019). با این حال، شرکت‌ها به دلیل ادغام آن با فناوری اطلاعات (IT) در حال تکامل سریع، به راحتی قابل پذیرش و بسیار مقرون به صرفه، با این عمل تجارت الکترونیک دست و پنجه نرم می‌کنند. این امر شرکت‌ها را مجبور می‌کند تا مدل‌های کسب‌وکار خود را دائماً با نیازهای متغیر مشتریان سازگار کنند (گیلنس و استینکمپ، 2019؛ کلاوس و چانگچیت، 2019؛ تان و همکاران، 2007). هوش مصنوعی (AI) آخرین مورد از این فناوری‌ها است. این فناوری با توانایی “تفسیر صحیح داده‌های خارجی، یادگیری از چنین داده‌هایی و استفاده از آن یادگیری‌ها برای دستیابی به اهداف و وظایف خاص از طریق سازگاری انعطاف‌پذیر” در حال تغییر تجارت الکترونیک است (کاپلان و هانلین، 2019، ص 15). بسته به زمینه، هوش مصنوعی می‌تواند یک سیستم، یک ابزار، یک تکنیک یا یک الگوریتم باشد (اکتر و همکاران، 2021؛ باواک و همکاران، 2021؛ بنبیا و همکاران، 2021). این فناوری فرصت‌هایی را برای شرکت‌ها ایجاد می‌کند تا با استفاده از کلان داده ها برای پاسخگویی منحصر به فرد به نیازهای مشتریان خود از طریق خدمات شخصی‌سازی شده، مزیت رقابتی کسب کنند (دنگ و همکاران، 2019؛ کومار، راجان و همکاران، 2019؛ کومار، ونوگوپال و همکاران، 2019).

This paper synthesises research on artificial intelligence (AI) in e-commerce and proposes guidelines on how information systems (IS) research could contribute to this research stream. To this end, the innovative approach of combining bibliometric analysis with an extensive literature review was used. Bibliometric data from 4335 documents were analysed, and 229 articles published in leading IS journals were reviewed. The bibliometric analysis revealed that research on AI in e-commerce focuses primarily on recommender systems. Sentiment analysis, trust, personalisation, and optimisation were identified as the core research themes. It also places China-based institutions as leaders in this researcher area. Also, most research papers on AI in e-commerce were published in computer science, AI, business, and management outlets. The literature review reveals the main research topics, styles and themes that have been of interest to IS scholars. Proposals for future research are made based on these findings. This paper presents the first study that attempts to synthesise research on AI in e-commerce. For researchers, it contributes ideas to the way forward in this research area. To practitioners, it provides an organised source of information on how AI can support their e-commerce endeavours. Introduction: Electronic commerce (e-commerce) can be defined as activities or services related to buying and selling products or services over the internet (Holsapple & Singh, 2000; Kalakota & Whinston, 1997). Firms increasingly indulge in e-commerce because of customers' rising demand for online services and its ability to create a competitive advantage (Gielens & Steenkamp, 2019; Hamad et al., 2018; Tan et al., 2019). However, firms struggle with this e-business practice due to its integration with rapidly evolving, easily adopted, and highly affordable information technology (IT). This forces firms to constantly adapt their business models to changing customer needs (Gielens & Steenkamp, 2019; Klaus & Changchit, 2019; Tan et al., 2007). Artificial intelligence (AI) is the latest of such technologies. It is transforming e-commerce through its ability to “correctly interpret external data, to learn from such data, and to use those learnings to achieve specific goals and tasks through flexible adaptation” (Kaplan & Haenlein, 2019. p. 15). Depending on the context, AI could be a system, a tool, a technique, or an algorithm (Akter et al., 2021; Bawack et al., 2021; Benbya et al., 2021). It creates opportunities for firms to gain a competitive advantage by using big data to uniquely meet their customers' needs through personalised services (Deng et al., 2019; Kumar, Rajan, et al., 2019; Kumar, Venugopal, et al., 2019).