تحلیل علم سنجی کاربرد هوش مصنوعی در تبلیغات (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
امروزه هوش مصنوعی به یکی از ابزارهای کلیدی در بهبود راهبردهای تبلیغاتی تبدیل شده است. استفاده از هوش مصنوعی، با بهره گیری از قابلیت های تحلیل داده، یادگیری ماشین، و پردازش زبان طبیعی، امکان ایجاد تحول در فرآیندهای تبلیغاتی و بازاریابی را فراهم کرده است. بررسی نقش هوش مصنوعی در ایجاد نوآوری های تبلیغاتی، افزایش تعامل با مخاطبان، و بهینه سازی استراتژی های تبلیغاتی از اهمیت ویژه ای برخوردار است. هدف اصلی ، نقشه برداری از ساختار دانش مطالعات کاربرد هوش مصنوعی در تبلیغات با استفاده از روش تحلیل هم واژه ای است. برای این منظور، 3577 مقاله علمی منتشرشده بین سال های 1994 تا 2024 از پایگاه داده Scopus بازیابی شد. عناوین و چکیده های این مقالات با استفاده از نرم افزار VOSviewer تحلیل شدند تا نقشه ای جامع از پرتکرارترین اصطلاحات و موضوعات کلیدی ایجاد شود. نتایج نشان داد که واژه کلیدی «تبلیغات» از بیشترین فراوانی برخوردار است و به عنوان نقطه تمرکز بسیاری از مطالعات در این حوزه شناخته می شود.تحلیل هم واژه ای به شناسایی پنج خوشه اصلی منجر شد: (1) پیش بینی و بهینه سازی عملکرد تبلیغات، (2) تولید محتوای تبلیغاتی با استفاده از هوش مصنوعی، (3) هدف گذاری دقیق و شناسایی مخاطبان، (4) شخصی سازی تبلیغات برای بهبود تعامل، و (5) توسعه سیستم های توصیه گر برای ارتقاء کارایی تبلیغات. این خوشه ها منعکس کننده روندهای کلیدی در کاربردهای هوش مصنوعی در تبلیغات هستند.این تحلیل نقشه ای جامع و ساختاریافته از دانش موجود در زمینه کاربرد هوش مصنوعی در تبلیغات ارائه می دهد و می تواند به عنوان مرجعی برای پژوهش های آینده در این حوزه و نیز راهنمایی برای توسعه سیاست ها و راهبردهای تبلیغاتی در صنعت تبلیغات مورد استفاده قرار گیردThe scientometric analysis of the application of artificial intelligence in advertising.
Artificial intelligence has become one of the key tools for enhancing advertising strategies. By leveraging capabilities such as data analysis, machine learning, and natural language processing, AI enables transformative advancements in advertising and marketing processes. Exploring the role of AI in fostering advertising innovation, increasing audience engagement, and optimizing advertising strategies is of significant importance.The primary aim of this study is to map the knowledge structure of research on the application of AI in advertising using co-word analysis. To achieve this, 3,577 scientific articles published between 1994 and 2024 were retrieved from the Scopus database. The titles and abstracts of these articles were analyzed using VOSviewer software to generate a comprehensive map of the most frequent terms and key topics. The results revealed that the keyword “advertising” had the highest frequency, serving as a focal point for numerous studies in this field.The co-word analysis identified five main clusters: (1) prediction and optimization of advertising performance, (2) AI-driven content generation, (3) precise targeting and audience identification, (4) personalization of advertisements for enhanced engagement, and (5) the development of recommender systems to improve advertising efficiency. These clusters reflect the key trends in AI applications in advertising and marketing.This analysis provides a comprehensive and structured map of the existing knowledge on AI applications in advertising and serves as a reference for future research in this area. It also offers guidance for developing policies and strategies in the advertising industry.
تبلیغات
