فهرست نشریات علمی دسترسی آزاد ایران

هدف این پژوهش، طراحی و تبیین نقشه علم در حوزه رفتار مشتریان بر اساس داده‌های الکتروانسفالوگرام (EEG) با تأکید بر هوش مصنوعی و یادگیری ماشین است. با گسترش مطالعات میان‌رشته‌ای در بازاریابی عصبی، علوم اعصاب رفتاری و فناوری‌های هوشمند، ضرورت تحلیل ساختار دانشی این حوزه و شناسایی خوشه‌های مفهومی مرتبط بیش از پیش احساس می‌شود. بدین منظور پژوهش حاضر از رویکرد علم‌سنجی و تحلیل هم‌واژگانی بهره گرفته و با استخراج داده‌ها از پایگاه‌های معتبر علمی Scopus و Web of Science، شبکه‌ای از کلیدواژه‌های پرتکرار و مفاهیم اساسی این حوزه را شناسایی کرده است. در گام نخست، کلیدواژه‌های عمومی و اختصاصی شامل اصطلاحاتی همچون EEG، بازاریابی عصبی، هوش مصنوعی، یادگیری عمیق، تصمیم‌گیری مشتری، پاسخ شناختی، و تحلیل شبکه‌های عصبی با روش مرور نظام‌مند گردآوری شدند. سپس داده‌های علمی مربوط به این واژگان از مقالات نمایه‌شده در بازه زمانی 2010 تا 2024 جمع‌آوری و پس از پالایش اولیه، تحلیل شبکه هم‌واژگانی با نرم‌افزار VOSviewer انجام شد. یافته‌های پژوهش حاکی از آن است که ساختار دانشی این حوزه را می‌توان در قالب پنج خوشه اصلی شامل علوم اعصاب و تحلیل پاسخ مغزی، هوش مصنوعی و فناوری‌های پیش‌بینی، بازاریابی عصبی و برندینگ، روان‌شناسی مصرف‌کننده، و ابزارهای شناختی و سنجش رفتار مشتری دسته‌بندی کرد. این خوشه‌ها، روند رو به رشد تعامل بین علوم اعصاب، تحلیل داده‌های EEG و الگوریتم‌های یادگیری ماشین را نشان داده و بیانگر رویکردهای نوین در شناخت رفتار مصرف‌کننده هستند. نتایج نشان داد مفاهیمی مانند EEG، هوش مصنوعی، یادگیری ماشین، نوروساینس و تصمیم‌گیری مصرف‌کننده بیشترین هم‌رخدادی و وزن مفهومی را در ادبیات علمی داشته‌اند. همچنین ترسیم نقشه علم توانست پیوندهای معنایی و مسیرهای پژوهشی آینده را به‌صورت بصری مشخص کرده و شکاف‌های دانشی موجود را آشکار سازد. این پژوهش ضمن کمک به ادبیات بازاریابی عصبی و علوم اعصاب شناختی، زمینه‌ساز طراحی مدل‌های پیش‌بینی‌گر دقیق‌تر برای رفتار مصرف‌کننده در بستر فناوری‌های هوشمند خواهد بود. در پایان بر اساس نتایج به‌دست‌آمده، پیشنهاد شد که توسعه آزمایشگاه‌های باز و همکاری بین صنعت، دانشگاه و نهادهای پژوهشی در این زمینه تقویت گردد تا هم داده‌های EEG واقعی و قابل‌اعتماد تولید شود و هم بستر به‌کارگیری عملی مدل‌های هوش مصنوعی در بازاریابی فراهم شود. چنین رویکردی می‌تواند به بهبود تجربه مشتری، اثربخشی تبلیغات، و تصمیم‌گیری‌های استراتژیک در بازاریابی منجر شود و در نهایت، یک چارچوب علمی-کاربردی ارزشمند برای پژوهشگران و فعالان بازار ارائه کند.