دانلود ترجمه مقاله هوش مصنوعی در بازاریابی (ساینس دایرکت – الزویر ۲۰۲۱) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)
این مقاله انگلیسی ISI در نشریه الزویر در ۸ صفحه در سال ۲۰۲۱ منتشر شده و ترجمه آن ۲۳ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
هوش مصنوعی در بازاریابی: مرور سیستماتیک و جهت تحقیقات آینده |
عنوان انگلیسی مقاله: |
Artificial intelligence in marketing: Systematic review and future research direction |
|
مشخصات مقاله انگلیسی | |
فرمت مقاله انگلیسی | pdf و ورد تایپ شده با قابلیت ویرایش |
سال انتشار | ۲۰۲۱ |
تعداد صفحات مقاله انگلیسی | ۸ صفحه با فرمت pdf |
نوع مقاله | ISI |
نوع نگارش | مقاله پژوهشی (Research Article) |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | مدیریت ، مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | بازاریابی، مدیریت کسب و کار، مدیریت فناوری اطلاعات، هوش مصنوعی |
چاپ شده در مجله (ژورنال) | مجله بین المللی بینش اطلاعات مدیریت اطلاعات – International Journal of Information Management Data Insights |
کلمات کلیدی | بازاریابی، هوش مصنوعی، تحلیل کتاب سنجی، ساختار عقلانی، ساختار مفهومی |
کلمات کلیدی انگلیسی | Marketing – Artificial intelligence – Bibliometric analysis – Intellectual structure – Conceptual structure |
ارائه شده از دانشگاه | موسسه ملی مهندسی صنایع (NITIE)، بمبئی، هند |
نمایه (index) | DOAJ |
نویسندگان | Sanjeev Verma – Rohit Sharma – Subhamay Deb |
شناسه شاپا یا ISSN | ۲۶۶۷-۰۹۶۸ |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.jjimei.2020.100002 |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
فرضیه | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | ۱۱۹۳۴ |
لینک مقاله در سایت مرجع | لینک این مقاله در سایت Elsevier |
نشریه | الزویر – Elsevier |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | pdf و ورد تایپ شده با قابلیت ویرایش |
وضعیت ترجمه | انجام شده و آماده دانلود |
کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | ۲۳ (۲ صفحه رفرنس انگلیسی) صفحه با فونت ۱۴ B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
ترجمه ضمیمه | ندارد ☓ |
ترجمه پاورقی | ندارد ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | ندارد ☓ |
منابع داخل متن | ترجمه شده است ✓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
فهرست مطالب |
چکیده ۱٫ مقدمه ۲٫ مرور پیشینه تحقیقاتی ۲٫۱٫ مزیت یادگیری ماشین بر فناوری های دیگر ۲٫۲٫ اصل زمینه ای هوش مصنوعی ۲٫۳٫ استفاده از هوش مصنوعی در بازاریابی ۳٫ روش پژوهش ۳٫۱٫ انتخاب پایگاه های داده کتاب سنجی ۳٫۲٫ تعریف کلمات کلیدی (راهبرد جستجو) ۳٫۳٫ تصحیح نتایج اولیه (معیارها ورود و خروج) ۳٫۴٫ طرح تحلیل داده ها ۳٫۵٫ شناسایی خلأهای پژوهشی و مسیرهای تحقیقاتی آتی ۴٫ یافته ها ۴٫۱٫ آمار توصیفی جمع آوری کتاب سنجی ۴٫۲٫ عملکرد کنشگران علمی ۴٫۳٫ ساختار عقلانی ۴٫۴٫ موضوعات متداول ۴٫۵٫ مسیرهای تحقیقاتی آتی ۵٫ نتیجه گیری منابع |
بخشی از ترجمه |
چکیده فناوری های تحول آفرین مانند اینترنت اشیا، تحلیل داده های بزرگ، بلاکچین و هوش مصنوعی شیوه ی عملیات کسب و کارها را تغییر داده اند. از بین تمام فناوری های تحول آفرین، هوش مصنوعی جدیدترین فناوری تحول آفرین است و پتانسیل زیادی در متحول سازی بازاریابی دارد. متخصصین در سرتاسر جهان تلاش می کنند تا آن دسته از راه حل هایی هوش مصنوعی را پیدا کنند که بهترین تناسب و هماهنگی را با نقش های بازاریابی خود دارند. با این حال، مرور نظام مند پیشینه ی تحقیقاتی می تواند اهمیت هوش مصنوعی را در بازاریابی نشان داده و مسیرهای تحقیقاتی آتی را نشان دهد. مطالعه ی حاضر بدنبال پیشنهاد مرور جامع هوش مصنوعی در بازاریابی با استفاده از تحلیل شبکه ی کتاب سنجی، مفهومی و عقلانی پیشینه ی تحقیقاتی موجود منتشر شده بین سال های ۱۹۸۲ تا ۲۰۲۰ می باشد. مرور جامع ۱۵۸۰ مقاله به شناسایی عملکرد کنشگران علمی مانند مناسب ترین نویسندگان و مناسب ترین منابع کمک کرد. علاوه براین، تحلیل استناد مشترک و هم رخدادی ، شبکه ی مفهومی و عقلانی را پیشنهاد کرد. خوشه بندی داده ها با استفاده از الگوریتم لوواین، به شناسایی مضامین فرعی پژوهش و مسیرهای تحقیقاتی آتی به منظور بسط و توسعه ی هوش مصنوعی در بازاریابی کمک کرد.
۱٫ مقدمه فناوری های تحول آفرین مانند هوش مصنوعی، اینترنت اشیا، تحلیل داده های بزرگ، راه حل های دیجیتال را برای جذب و حفظ پایگاه مشتری پیشنهاد کرده اند (آنشاری، المنور، لیم و ال مودیمیق ۲۰۱۸، بولتن و همکاران ۲۰۱۸). فناوری های نوظهور، مزیت رقابتی را ارائه می کنند (روحانی و همکاران ۲۰۱۶، اسپرینگ و همکاران) و این کار را با تسهیل ارائه ی محصول و خدمات پیشنهادی به مشتریان انجام می دهند (بالاجی و روی ۲۰۱۷، خاناگا و همکاران ۲۰۱۷، لیائو ۲۰۱۵). در سناریوی کسب و کار فعلی، رقابت تنگاتنگ و فناوری های تحول آفرین، نحوه ی فعالیت سازمان ها را تغییر داده اند (گانز ۲۰۱۶). رویکرد مشتری محور جهانی که بر نیازهای مشتری تمرکز می کند، نقشی حیاتی در رشد سازمانی ایفا می کند (وترلی، اوبرنیکل، برنر، پتری و استرمان ۲۰۱۶). هوش مصنوعی یک فناوری نوظهور رایج است که به سازمان ها کمک می کند تا داده ها را برای تحلیل و پاسخ سریع به نیازهای مشتری در زمان واقعی ردیابی کنند (ویرث ۲۰۱۸). هوش مصنوعی رهیافتی درخصوص رفتار مصرف کننده که برای جذب مشتری و حفظ مشتری لازم است، پیشنهاد می کند. هوش مصنوعی حرکت بعدی مشتری را برمی انگیزد و تجربه ی کلی را مجدداً تعریف می کند (تجپکما ۲۰۱۹). ابزارهای هوش مصنوعی برای استنتاج انتظارات مشتری و ناوبری مسیر آتی سودمند هستند (شبیر ۲۰۱۵). |
بخشی از مقاله انگلیسی |
Abstract 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.
۱٫ Introduction Technological disruptions such as artificial intelligence (AI), internet of things (IoT), big data analytics (BDA) have offered digital solutions for attracting and maintaining the customer base (Anshari, Almunawar, Lim, & Al-Mudimigh, 2018; Bolton et al., 2018). Emerging technologies provide a competitive advantage (Rouhani et al., 2016; Spring et al., 2017) by facilitating the customers’ product and service offerings (Balaji & Roy, 2017; Khanagha et al., 2017; Liao, 2015). In the current business scenario, the cut-throat competition and technological disruptions have changed the way organizations operate (Gans, 2016). Globally customer-centric approach focused on customer needs plays a pivotal role in organizational growth (Vetterli, Uebernickel, Brenner, Petrie, & Stermann, 2016). Artificial intelligence (AI) is a widely used emerging technology that helps organizations track real-time data to analyze and respond swiftly to customer requirements (Wirth, 2018). AI offers consumer insight on consumer behavior essential for customer attraction and customer retention. AI incites the customer’s next move and redefines the overall experience (Tjepkema, 2019). AI tools are useful to deduce customer expectations and navigate the future path (Shabbir, 2015). |
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
هوش مصنوعی در بازاریابی: مرور سیستماتیک و جهت تحقیقات آینده |
عنوان انگلیسی مقاله: |
Artificial intelligence in marketing: Systematic review and future research direction |
|