اطلاعیه

مقاله انگلیسی یادگیری ماشین در بازاریابی: پیشرفت های اخیر و جهت گیری های تحقیقاتی آینده

سلام دوست من ، توی این پست براتون یه مقاله انگلیسی جدید که در مورد بازاریابی هست، منتشر کردیم. این مقاله یه مقاله ISI و علمی پژوهشی هست که توی پایگاه الزویر در سال ۲۰۲۴ منتشر شده. فایل انگلیسی شامل ۱۱ صفحه PDF هست بخش هایی از مقاله انگلیسی ترجمه شده که قبل از سفارش می تونید کیفیت ترجمه رو بررسی کنید. برای سفارش ترجمه کامل مقاله روی گزینه ثبت سفارش ترجمه کلیک کنید بعد از ثبت سفارش پیش فاکتور از طریق ایمیل و پیامک خدمتتون ارسال میشه. اگر سوالی بود می تونید زیر این پست کامنت بزارید سریع جوابتونو میدم.

کد محصول: M1558

سال نشر: ۲۰۲۴

نام ناشر (پایگاه داده): الزویر

نام مجله: Journal of Business Research

نوع مقاله: علمی پژوهشی (Research Article)

متغیر : ندارد

فرضیه: ندارد

مدل مفهومی: ندارد

پرسشنامه : ندارد 

تعداد صفحه انگلیسی: ۱۱ صفحه PDF

عنوان کامل فارسی:

مقاله انگلیسی ۲۰۲۴: یادگیری ماشین در بازاریابی: پیشرفت های اخیر و جهت گیری های تحقیقاتی آینده

عنوان کامل انگلیسی:

Machine learning in marketing: Recent progress and future research directions

برای دانلود رایگان مقاله انگلیسی بر روی دکمه ذیل کلیک نمایید

دانلود رایگان مقاله بیس انگلیسی

وضعیت ترجمه: این مقاله تاکنون ترجمه نشده برای سفارش ترجمه تخصصی مقاله بر روی دکمه ذیل کلیک نمایید (کد مقاله:M1558)

ثبت سفارش ترجمه تخصصی در تمامی رشته ها

مقالات مرتبط با این موضوع: برای مشاهده سایر مقالات مرتبط با این موضوع (با ترجمه و بدون ترجمه)  بر روی دکمه ذیل کلیک نمایید

مقالات انگلیسی مرتبط با این موضوع جدید

فهرست مطالب

چکیده
۱. مقدمه
۲. یادگیری ماشینی در بازاریابی
۳. پیشرفت های اخیر برگرفته از شماره ویژه مجله
۳.۱. استفاده از یادگیری ماشین در بازاریابی
۳.۲. مقایسه اثربخشی یادگیری ماشین در بازاریابی با روش‌های دیگر از طریق معیارسنجی
۳.۳. مدیریت یادگیری ماشین در بازاریابی
۴. تحقیقات آینده در مورد یادگیری ماشین در بازاریابی
۴.۱. یادگیری ماشین خودکار
۴.۲. حریم خصوصی و امنیت داده ها
۴.۳. تفسیرپذیری مدل
۴.۴. شفافیت الگوریتم
۴.۵. یادگیری ماشین علّی
۵. جمع بندی و قدردانی

چکیده فارسی

در دهه گذشته تصمیم گیری در بازاریابی به طرز چشمگیری متحول شده است. شرکت‌ها به‌طور فزاینده‌ای از الگوریتم‌ها برای پیش بینی تصمیمات بازاریابی استفاده می‌کنند، برای مثال برای تصمیم گیری در مورد اینکه کدام مشتریان را با کدام پیشنهادها هدف قرار دهند. چنین تصمیمات الگوریتمی نوید این را می‌دهد که بازاریابی هوشمندتر، کارآمدتر، مشتری پسندتر و در نهایت موثرتر خواهد شد. جای تعجب نیست که یادگیری ماشین یک موضوع پرطرفدار برای محققان و متخصصان بازاریابی است. با این حال، یادگیری ماشین چالش‌های مهمی را برای چشم‌انداز بازاریابی ایجاد می‌کند. ما این موضوع را با تشریح پیشرفت های اخیر و جهت گیری های تحقیقاتی آینده در مورد یادگیری ماشین در بازاریابی مورد بحث قرار می دهیم. به طور خاص، ما یک نمای کلی از کاربردهای معمول یادگیری ماشین در بازاریابی و یک چارچوب راهنما ارائه می دهیم. ما مقالات موجود در شماره ویژه مجله تحقیقات کسب و کار در مورد “یادگیری ماشین در بازاریابی” را در این چارچوب قرار می دهیم و با ارائه یک دستور کار تحقیقاتی برای راهنمایی بیشتر تحقیقات آتی در این زمینه، جمع بندی می کنیم.

کلمات کلیدی: یادگیری ماشین، حریم خصوصی، الگوریتم، بازاریابی، دستور کار تحقیقاتی

شکل 2. چارچوب ساده شده برای یادگیری ماشین در بازاریابی.
شکل ۲. چارچوب ساده شده برای یادگیری ماشین در بازاریابی.

Abstract  

Decision-making in marketing has changed dramatically in the past decade. Companies increasingly use algorithms to generate predictions for marketing decisions, such as which consumers to target with which offers. Such algorithmic decision-making promises to make marketing more intelligent, efficient, consumer-friendly, and, ultimately, more effective. Not surprisingly, machine learning is a trending topic for marketing researchers and practitioners. However, machine learning also introduces important challenges to the marketing landscape. We discuss this development by outlining recent progress and future research directions of machine learning in marketing. Specifically, we provide an overview of typical machine learning applications in marketing and present a guiding framework. We position the articles in the Journal of Business Research’s Special Issue on “Machine Learning in Marketing” within this framework and conclude by putting forward a research agenda to further guide future research in this area.

Keywords: Machine learning, Privacy, Algorithm, Marketing, Research agenda

۱.Introduction

Marketing decision-makers today often struggle to adequately capture and transform (big) customer data into meaningful insights (e.g., De Luca, Herhausen, Troilo, & Rossi, 2021; Sheth & Kellstadt, 2021). Recent research indicates that machine learning (ML)—a field of computer science dedicated to developing learning algorithms, often using big data, to generate predictions needed to make decisions (Agrawal, Gans, & Goldfarb, 2018)—can help companies manage the flood of data (e.g., Davenport, Guha, Grewal, & Bressgott, 2020; Hagen et al., 2020; Ma & Sun, 2020; Vermeer, Araujo, Bernritter, & van Noort, 2019). ML has been a trending topic in many industries for quite a while now, the marketing industry will be no exception, and it is being used in various industries in the context of both B2C and B2B (e.g., Herhausen, Mioˇcevi´c, Morgan, & Kleijnen, 2020; Kumar, Shankar, & Aljohani, 2020; Luo, Tong, Fang, & Qu, 2019; Rust, 2020). ML promises to make marketing more intelligent, efficient, consumer-friendly, and, ultimately, more effective (Huang & Rust, 2021). To put it more directly, proficiency in ML could become an essential skill for numerous marketing researchers and practitioners rather than just a desirable one…

۵.Conclusion and acknowledgments

We hope this overview article and the papers in this Special Issue serve as an impetus for further research on the important topic of ML in marketing. In addition to summarizing the insights from the published papers, we also discussed important future research directions related to the themes of (1) automated machine learning, (2) data privacy and security, (3) model interpretability, (4) algorithm fairness, and (5) causal machine learning. Selected research questions for ML in marketing derived from these discussions are summarized in Table 2. In addition, broader ML themes might also benefit from a marketing perspective. For example, how can we ensure that ML models are producing ethical and socially responsible models and predictions (De Cremer, 2020; De Cremer & Kasparov, 2022)? Deep learning seems to change how prediction models are developed (Kaur & Sharma, 2023) – what will these techniques’ impact on marketing analytics be in the near future? And, importantly, how will ChatGPT and similar advanced AI technologies change marketing research (van Dis, Bollen, Zuidema, van Rooij, & Bockting, 2023)?..

مقالات مرتبط با این موضوع

مقالات ۲۰۲۴ مدیریت

مقاله ۲۰۲۴ مدیریت بازرگانی

مقاله ۲۰۲۴ درباره بازاریابی

مقالات ۲۰۲۴ در مورد بازاریابی دیجیتال

مقاله ۲۰۲۴ مهندسی کامپیوتر

مقاله ۲۰۲۴ در مورد یادگیری ماشین

مقالات ۲۰۲۴ در مورد مدیریت فناوری

مقاله بیس ۲۰۲۴

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

Time limit is exhausted. Please reload the CAPTCHA.