机构名称：
¥ 2.0
由机器学习算法驱动的人工智能 (AI) 代理正在迅速改变商业世界，引起研究人员的高度兴趣。在本文中，我们回顾并呼吁市场研究利用机器学习方法。我们概述了常见的机器学习任务和方法，并将它们与市场研究人员传统上使用的统计和计量经济学方法进行了比较。我们认为机器学习方法可以处理大规模和非结构化数据，并具有灵活的模型结构，可产生强大的预测性能。同时，这种方法可能缺乏模型透明度和可解释性。我们讨论了突出的人工智能驱动的行业趋势和实践，并回顾了使用机器学习方法的仍处于萌芽阶段的学术营销文献。更重要的是，我们提出了一个统一的概念框架和一个多方面的研究议程。从实证营销研究的五个关键方面：方法、数据、使用、问题和理论，我们提出了一些研究重点，包括扩展机器学习方法并将其用作营销研究的核心组成部分，使用这些方法从大规模非结构化、跟踪和网络数据中提取见解，以透明的方式使用它们进行描述性、因果性和规范性分析，使用它们规划客户购买旅程并开发决策支持能力，并将这些方法与人类见解和营销理论联系起来。机器学习方法在营销中的机会比比皆是，我们希望我们多方面的研究议程能够激发这一激动人心的领域的更多工作。© 2020 Elsevier B.V. 保留所有权利。
营销中的机器学习和人工智能
主要关键词
相关文件推荐
