10.19634/j.cnki.11-1403/c.2022.05.018
人工智能营销的机器学习算法谱系及实践域
近年来,人工智能营销算法的发展与应用取得长足进步,得到市场与学界的广泛关注,成为营销领域的研究热点,相关研究日益丰富.本研究针对人工智能营销的机器学习相关文献展开系统分析,全面梳理主流的算法谱系,分析不同算法与营销应用间的技术匹配与实践案例,明晰算法在人工智能营销中的实践域,进而提出推动人工智能营销实践的启示及未来研究指向.研究发现,监督学习、非监督学习、强化学习中的诸类算法,对特定营销活动与目标有着鲜明的技术匹配性,较好地实现了"算法-营销"匹配.算法在营销中的实践主要体现于人机互动、认知&识别、分析&挖掘、监测评价、辅助决策5个方面,并渗透于不同的行业领域.不同行业情境下,机器学习算法的多样性,顺应于特定行业领域的营销活动需要.
人工智能营销、机器学习、算法谱系、"算法-营销"技术匹配、实践域
42
F270(企业经济)
国家社会科学基金19ZDA148
2023-01-09(万方平台首次上网日期,不代表论文的发表时间)
共9页
152-160