Propósito: El objetivo de este estudio es realizar una revisión exhaustiva de artículos científicos sobre las aplicaciones de la inteligencia artificial (IA) en el comercio electrónico a través de análisis bibliométrico.
Marco teórico: El estudio actual utilizó tanto las bases de datos SCOPUS como Web of Science (WoS) para enriquecer el análisis con una selección más amplia de artículos en el campo, incorporando un examen de los documentos más citados.
Metodología: El conjunto de datos para el análisis fue seleccionado de acuerdo con el marco PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), integrando datos de Scopus y WoS a través del software R, específicamente utilizando la biblioteca biblioshiny, e incluye 8372 artículos publicados desde 1995 hasta 2023. El análisis de datos de este estudio utilizó dos enfoques: análisis descriptivo para examinar los datos cuantitativamente y mapeo científico para explorar las estructuras intelectuales y sociales dentro del conjunto de datos.
Conclusiones: Los resultados revelan tendencias significativas en la aplicación de la inteligencia artificial en el comercio electrónico, destacando el rápido crecimiento del interés en esta área durante la última década. China emerge como el país con el mayor número de citas, con ZHANG Y identificado como el autor más relevante y HU M como el autor más citado. Además, el estudio identifica palabras clave prevalentes utilizadas por los autores, incluyendo análisis de sentimientos y sistemas de recomendación.
Implicaciones de la Investigación: Este estudio subraya el potencial transformador de la IA en mejorar las prácticas de comercio electrónico, ofreciendo ideas tanto para investigadores académicos como profesionales de la industria, proporcionando perspectivas valiosas sobre tendencias actuales y contribuciones.
Originalidad/valor: El valor del estudio radica en su enfoque bibliométrico exhaustivo, que integra dos bases de datos principales para explorar las aplicaciones de la IA en el comercio electrónico. Esta desviación de revisiones anteriores, que a menudo se basan en una sola base de datos, proporciona una comprensión más profunda del panorama actual y las direcciones futuras en este campo.
Purpose: The aim of this study is to conduct a comprehensive review of scientific articles concerning artificial intelligence (AI) applications in electronic commerce through bibliometric analysis.
Theoretical Framework: The current study utilized both the SCOPUS and Web of Science (WoS) databases to enrich the analysis with a wider selection of papers in the field, incorporating an examination of the most cited documents.
Design/Methodology/Approach: The dataset for analysis was selected according to the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) framework, integrating data from Scopus and WoS through R software, specifically using the biblioshiny library. It includes 8372 papers published from 1995 to 2023. This study's data analysis used two approaches: descriptive analysis to examine the data quantitatively and scientific mapping to explore the intellectual and social structures within the dataset.
Findings: The results reveal significant trends in the application of artificial intelligence in e-commerce, highlighting the rapid growth of interest in this area over the last decade. China emerges as the country with the highest number of citations, with ZHANG Y identified as the most relevant author and HU M as the most cited author. Furthermore, the study identifies prevalent keywords used by the authors, including sentiment analysis and recommendation systems.
Research, Practical & Social Implications: This study underscores the transformative potential of AI in enhancing e-commerce practices, offering insights for both academic researchers and industry professionals by providing valuable perspectives on current trends and contributions.
Originality/Value: The value of the study lies in its comprehensive bibliometric approach, which integrates two major databases to explore AI's applications in e-commerce. This deviation from previous reviews, which often rely on a single database, provides a deeper understanding of the current landscape and future directions in this field.
Objetivo: O objetivo deste estudo é realizar uma revisão abrangente de artigos científicos sobre as aplicações de inteligência artificial (IA) no comércio eletrônico por meio de análise bibliométrica.
Referencial teórico: O estudo atual utilizou tanto as bases de dados SCOPUS quanto Web of Science (WoS) para enriquecer a análise com uma seleção mais ampla de artigos no campo, incorporando um exame dos documentos mais citados.
Desenho/metodologia/abordagem: O conjunto de dados para análise foi selecionado de acordo com o framework PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), integrando dados do Scopus e WoS por meio do software R, especificamente utilizando a biblioteca biblioshiny, e inclui 8372 artigos publicados de 1995 a 2023. A análise de dados deste estudo utilizou duas abordagens: análise descritiva para examinar os dados quantitativamente e mapeamento científico para explorar as estruturas intelectuais e sociais dentro do conjunto de dados.
Resultados: Os resultados revelam tendências significativas na aplicação da inteligência artificial no comércio eletrônico, destacando o rápido crescimento do interesse nesta área ao longo da última década. A China emerge como o país com o maior número de citações, com ZHANG Y identificado como o autor mais relevante e HU M como o autor mais citado. Além disso, o estudo identifica palavras-chave prevalentes usadas pelos autores, incluindo análise de sentimento e sistemas de recomendação.
Pesquisa, implicações práticas e sociais: Este estudo destaca o potencial transformador da IA em aprimorar práticas de comércio eletrônico, oferecendo insights tanto para pesquisadores acadêmicos quanto profissionais da indústria, fornecendo perspectivas valiosas sobre tendências atuais e contribuições.
Originalidade/valor: O valor do estudo reside em sua abordagem bibliométrica abrangente, que integra duas bases de dados principais para explorar as aplicações da IA no comércio eletrônico. Esta divergência das revisões anteriores, que frequentemente se baseiam em uma única base de dados, proporciona uma compreensão mais profunda do cenário atual e das direções futuras neste campo.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados