Étude bibliométrique sur la prédiction de la défaillance des entreprises par les big data intelligents

Abstract

L'objectif de cette étude est d'examiner l’utilisation convergente des nouvelles approches d'intelligence artificielle et de big data dans l'identification des défaillances d'entreprises, d'évaluer son développement et d'expliquer comment l'analyse bibliométrique a modifié la nature de la recherche entre 2016 et 2021. La méthodologie de l'étude a consisté en une analyse bibliométrique des publications dans la base de données Web of Science. Les résultats indiquent une augmentation significative du nombre de publications depuis 2016, notamment au niveau international. De plus, les résultats donnent un aperçu des recherches sur le sujet principalement centrées sur les disciplines de "Gestion", "Economie", "Business" et "Business Finance". Les approches basées sur les big data et l'intelligence artificielle sont des substituts de plus en plus substantiels aux techniques traditionnelles et fournissent des résultats incroyablement encourageants. En conclusion, cette étude contribue au progrès théorique de l'utilisation de l'intelligence artificielle et des big data pour améliorer la prédiction de la défaillance des entreprises, en fournissant de nouvelles perspectives et des informations importantes.

Keywords

• Intelligence artificielle
• Big Data
• Défaillance des entreprises
• Faillite
• Détresse financière
• Analyse bibliométrique