دانلود ترجمه مقاله هوش مصنوعی در بازاریابی: مرور سیستماتیک

1. مقدمه 2. مروری بر مقالات 3. روش تحقیق 4. یافته ها 5. نتیجه گیری

چکیده – فناوری های برهم زننده مانند اینترنت اشیاء، آنالیز داده بزرگ یا کلان داده، بلاک چین و هوش مصنوعی شیوه های انجام کسب و کار را تغییر داده اند. از میان همه فناوری های برهم زننده، هوش مصنوعی (AI) آخرین فناوری برهم زننده بوده و پتانسیل تحول عظیم بازاریابی را داراست. متخصصان سراسر جهان در تلاش برای یافتن بهترین راه حل های هوش مصنوعی برای عملکردهای بازاریابی خود هستند. با این حال، بررسی منابع سیستماتیک می تواند اهمیت هوش مصنوعی در بازاریابی و ترسیم جهت گیری های تحقیقاتی آینده را برجسته سازد. اهداف این مطالعه ارائه بررسی جامع از هوش مصنوعی در بازاریابی با استفاده از کتابسنجی، آنالیز شبکه مفهومی و فکری منابع منتشر شده بین سال های 1982 و 2020 است. بررسی جامع هزار و پانصد و هشتاد مقاله به شناسایی عملکرد عاملان علمی مانند محققان مربوطه و مهم ترین منابع مرتبط در این زمینه کمک کرد. علاوه بر این، آنالیز استنادی، شبکه ای مفهومی و فکری ارائه کرد. خوشه بندی داده ها با استفاده از الگوریتم لووین به شناسایی موضوعات فرعی و جهت گیری های تحقیقات آینده برای گسترش هوش مصنوعی در بازاریابی کمک کرد.

Disruptive technologies such as the internet of things, big data analytics, blockchain, and artificial intelligence have changed the ways businesses operate. Of all the disruptive technologies, artificial intelligence (AI) is the latest technological disruptor and holds immense marketing transformation potential. Practitioners worldwide are trying to figure out the best fit AI solutions for their marketing functions. However, a systematic literature review can highlight the importance of artificial intelligence (AI) in marketing and chart future research directions. The present study aims to offer a comprehensive review of AI in marketing using bibliometric, conceptual and intellectual network analysis of extant literature published between 1982 and 2020. A comprehensive review of one thousand five hundred and eighty papers helped to identify the scientific actors' performance like most relevant authors and most relevant sources. Furthermore, co-citation and co-occurrence analysis offered the conceptual and intellectual network. Data clustering using the Louvain algorithm helped identify research sub-themes and future research directions to expand AI in marketing.

ترجمه این مقاله در 17 صفحه آماده شده و در ادامه نیز صفحه 9 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.