Uczenie maszynowe w marketingu: Przegląd, strategie uczenia się, zastosowania i przyszły rozwój

Oryginalny tytuł:

Machine Learning in Marketing: Overview, Learning Strategies, Applications, and Future Developments

Zawartość książki:

Machine Learning in Marketing omawia kluczową rolę, jaką sztuczna inteligencja (AI), a dokładniej uczenie maszynowe, może odgrywać jako metoda badawcza w dziedzinie marketingu. Podstawowym celem uczenia maszynowego jest uogólnienie wykraczające poza przykłady dostarczone przez dane treningowe, szukając uogólnienia.

Dlatego też jednym z potencjalnych wkładów uczenia maszynowego w marketing jest jego solidność w generowaniu, testowaniu i uogólnianiu odkryć naukowych. Mając na uwadze te różne perspektywy akademickie i praktyczne, celem niniejszej monografii jest dostarczenie marketingowi przeglądu uczenia maszynowego oraz przeanalizowanie wymaganego uczenia, aplikacji i przyszłych zmian związanych z zastosowaniem uczenia maszynowego w marketingu. Po krótkim wprowadzeniu, następna sekcja zawiera przegląd uczenia maszynowego, w tym przegląd jego najważniejszych typów, algorytmów i znaczenia dla marketingu.

Kolejna sekcja przedstawia typowy przepływ pracy uczenia maszynowego, a następnie sekcję, w której zaproponowano dwie różne strategie uczenia się, które mogą być wykorzystywane przez badaczy zarządzania/marketingu zainteresowanych uczeniem maszynowym. Po tej sekcji następuje opisowa analiza zastosowań uczenia maszynowego opublikowanych w czołowych czasopismach marketingowych i menedżerskich, książkach, rozdziałach książek i najnowszych dokumentach roboczych, które badają kilka najbardziej obiecujących poddziedzin badań marketingowych.

Następnie autor omawia, w jaki sposób trendy i przyszły rozwój uczenia maszynowego mogą wpłynąć na dziedzinę marketingu. Ostatnia sekcja podsumowuje wkład, ograniczenia i sugestie dotyczące przyszłych badań.