مروری سیستماتیک بر کاربردهای هوش مصنوعی در تجارت الکترونیک: از سیستم های توصیه گر شخصی سازی شده تا امنیت سایبری و بهینه سازی زنجیره تامین

چکیده مقدمه: رشد سریع تجارت الکترونیک و پیچیدگی روزافزون آن، سازمان ها را به سمت استفاده از فناوری های هوش مصنوعی سوق داده است. با این حال، پراکندگی دانش در این حوزه، مانع از درک یکپارچه از کاربردها، چالش ها و فرصت های پیش رو می شود. روش شناسی: این مطالعه با استفاده از روش مرور سیستماتیک و تکنیک فراترکیب، 10 مقاله معتبر بین المللی (2025-2020) را تحلیل کرده است. مقالات بر اساس پروتکل پرسیما انتخاب و با استفاده از تحلیل تماتیک دسته بندی شده اند. یافته ها: چهار حوزه اصلی کاربرد هوش مصنوعی در تجارت الکترونیک شناسایی شد: (1) سیستم های توصیه گر شخصی سازی شده که دقت توصیه را تا 96.4٪ افزایش داده اند؛ (2) امنیت سایبری و تشخیص تقلب که موفق به کاهش 50٪ تاخیر رمزنگاری و دستیابی به دقت 96.4٪ در تشخیص تقلب شده است؛ (3) بهینه سازی زنجیره تامین و لجستیک که دقت پیش بینی تقاضا را به 95٪ رسانده است؛ (4) مدیریت ریسک و ملاحظات اخلاقی شامل سوگیری الگوریتمی، حریم خصوصی و هزینه های پیاده سازی. نتیجه گیری: هوش مصنوعی به طور چشمگیر کارایی تجارت الکترونیک را افزایش داده، اما چالش هایی نظیر سوگیری الگوریتمی، شکاف دیجیتالی و نیاز به شفافیت الگوریتمی باقی است. همگرایی هوش مصنوعی با بلاکچین و رمزنگاری پسا-کوانتومی، جهت گیری آینده را تشکیل می دهد.

کلیدواژه ها:

هوش مصنوعی ، تجارت الکترونیک ، سیستم توصیه گر ، امنیت سایبری ، بلاکچین ، یادگیری ماشین