دانلود ترجمه مقاله آینده تجارت الکترونیک در محیط اینترنت اشیا

1. مقدمه 2. پیشینه و پژوهش‌های مرتبط 3. تجارت الکترونیک در محیط اینترنت اشیا 4. هوش مصنوعی در تجارت الکترونیک 5. بحث و بررسی 6. نتیجه‌گیری

چکیده – اینترنت اشیا (IoT) از ادغام فضای مجازی و فیزیکی نشأت گرفته و سرآغاز بسیاری از حوزه‌های علمی بوده است. پایداری اقتصادی، کلید توسعه و پیشرفت آتی به شمار می‌رود. به منظور همگامی با تغییرات، انطباق مدل‌ها و مفاهیم اقتصادی برای پاسخگویی به الزامات محیط‌های هوشمند آینده ضروری است. امروزه، نیاز به تجارت الکترونیک (e-commerce) به یک اولویت اقتصادی در دوران گذار بین صنعت 4.0 و صنعت 5.0 تبدیل شده است. برخلاف تولید انبوه در صنعت 4.0، تولید سفارشی‌سازی‌شده در صنعت 5.0 باید مزایای بیشتری در مدیریت عمودی و مفاهیم تصمیم‌گیری کسب نماید. پژوهش نویسندگان بر تجارت الکترونیک در یک محیط سه لایه عمودی اینترنت اشیا متمرکز است. مفهوم عمودی اینترنت اشیا از لایه‌های لبه، مه و ابر تشکیل شده است. با توجه به فراگیری هوش مصنوعی در پردازش داده، تحلیل اقتصادی و پیش‌بینی‌ها، این مقاله چند الگوریتم پیشرفته یادگیری ماشین (ML) را ارائه می‌دهد که تسهیل‌کننده گذار از یک مفهوم تجارت الکترونیک مسطح به یک مفهوم عمودی است. نویسندگان همچنین الگوریتم‌های کاربردی یادگیری ماشین را برای چند نوع تجارت الکترونیک پیشنهاد می‌کنند: روابط مصرف‌کننده-مصرف‌کننده و مصرف‌کننده-شرکت-مصرف‌کننده. این الگوریتم‌ها عمدتاً از شبکه‌های عصبی کانولوشنال (CNNs)، درک زبان طبیعی (NLU)، داده‌کاوی الگوهای ترتیبی (SPM)، یادگیری تقویتی (RL برای آموزش عامل)، الگوریتم‌های پیش‌بینی کلیک بر روی آیتم، یادگیری رفتار مصرف‌کننده و غیره تشکیل شده‌اند. تمامی مفاهیم، الگوریتم‌ها و مدل‌های ارائه شده به تفصیل شرح داده شده‌اند.

The Internet of Things (IoT) was born from the fusion of virtual and physical space and became the initiator of many scientific fields. Economic sustainability is the key to further development and progress. To keep up with the changes, it is necessary to adapt economic models and concepts to meet the requirements of future smart environments. Today, the need for electronic commerce (e-commerce) has become an economic priority during the transition between Industry 4.0 and Industry 5.0. Unlike mass production in Industry 4.0, customized production in Industry 5.0 should gain additional benefits in vertical management and decision-making concepts. The authors’ research is focused on e-commerce in a three-layer vertical IoT environment. The vertical IoT concept is composed of edge, fog, and cloud layers. Given the ubiquity of artificial intelligence in data processing, economic analysis, and predictions, this paper presents a few state-of-the-art machine learning (ML) algorithms facilitating the transition from a flat to a vertical e-commerce concept. The authors also propose hands-on ML algorithms for a few e-commerce types: consumer–consumer and consumer–company–consumer relationships. These algorithms are mainly composed of convolutional neural networks (CNNs), natural language understanding (NLU), sequential pattern mining (SPM), reinforcement learning (RL for agent training), algorithms for clicking on the item prediction, consumer behavior learning, etc. All presented concepts, algorithms, and models are described in detail.