人工智能营销的机器学习算法谱系及实践域  

The Algorithm and Practice in Artificial Intelligence Marketing

作　　者：朱逸 朱瑞庭[1] 王鹏[1] ZHU Yi;ZHU Ruiting;WANG Peng

机构地区：[1]上海建桥学院,上海201306 [2]复旦大学网络空间国际治理研究基地,上海200433

出　　处：《管理现代化》2022年第5期152-160,共9页Modernization of Management

基　　金：国家社科基金重大项目“大数据驱动的网络社会心态发展规律与引导策略研究”(19ZDA148)。

摘　　要：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。

关 键 词：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 

分 类 号：F270[经济管理—企业管理]