مرکز منطقه ای اطلاع رسانی علوم و فناوری فصلنامه رشد فناوری 1735-5486 22 87 2026 9 9 Designing a Business Intelligence Framework Based on User Behavior Mining in E-Businesses: With an Emphasis on Marketing 4.0 طراحی چارچوب هوش تجاری مبتنی بر داده‌کاوی رفتار کاربران در کسب‌وکارهای الکترونیکی: با تأکید بر بازاریابی 4.0 10 22 fa محمدعلی شرفیان دانشگاه آزاد اسلامی، تهران، ایران یاسر قاسمی نژاد دانشگاه جامع امام حسین، تهران، ایران فائزه اسمعیل بگی دانشگاه تهران، تهران، ایران 2025 7 18 <p>In the current digital age, e-businesses are faced with a massive amount of user behavioral data, the accurate and timely analysis of which can lead to creating a competitive advantage, intelligent decision-making, and improving the customer experience. The present study aimed to design a comprehensive, integrated, and innovative framework for user behavioral data mining in the context of Marketing 4.0. This study used a systematic review method and a meta-synthesis approach to identify key components affecting user behavioral data mining and combine them into a conceptual and practical model. The proposed framework is based on the standard CRISP-DM process and is developed using deep learning-based sentiment analysis, the Technology Acceptance Model (UTAUT), and social network analysis. The findings show that components such as data quality, sentiment analysis, social interactions, demographic data, purchasing preferences, smart technologies, and data security play a decisive role in understanding user behavior and predicting their needs. The main innovation of the research lies in combining the technical and behavioral dimensions of data mining and presenting a three-layer structure, including the input layer (data sources), the processing layer (analysis and modeling), and the output layer (Marketing 4.0 results). This framework provides practical guidance for marketing managers and digital decision-makers to adopt more effective marketing strategies, more personalized services, and data-driven decisions by relying on big data analysis and user behavior. As a result, it can lead to improved business intelligence within organizations, increased customer loyalty, and the creation of a sustainable competitive advantage in the digital business environment.</p> <p>در عصر دیجیتال کنونی، کسب&zwnj;وکارهای الکترونیکی با حجم انبوهی از داده&zwnj;های رفتاری کاربران مواجه&zwnj;اند که تحلیل دقیق و به&zwnj;موقع آن&zwnj;ها می&zwnj;تواند به خلق مزیت رقابتی، تصمیم&zwnj;گیری هوشمندانه و ارتقای تجربه مشتری منجر شود. پژوهش حاضر با هدف طراحی چارچوبی جامع، یکپارچه و نوآورانه برای داده&zwnj;کاوی رفتار کاربران در بستر بازاریابی 4.0 انجام شده است. این پژوهش با بهره&zwnj;گیری از روش مرور نظام&zwnj;مند و تکنیک فراترکیب مبتنی بر الگوی ساندلوسکی و باروس انجام شده است تا مؤلفه&zwnj;های کلیدی مؤثر بر داده&zwnj;کاوی رفتار کاربران شناسایی و در قالب مدلی مفهومی و کاربردی ترکیب شوند. چارچوب پیشنهادی بر پایه فرایند استاندارد CRISP-DM و با بهره&zwnj;گیری از تحلیل احساسات مبتنی بر یادگیری عمیق، مدل پذیرش فناوری (UTAUT) و تحلیل شبکه&zwnj;های اجتماعی توسعه یافته است. یافته&zwnj;ها نشان می&zwnj;دهد که مؤلفه&zwnj;هایی نظیر کیفیت داده، تحلیل احساسات، تعاملات اجتماعی، داده&zwnj;های دموگرافیک، ترجیحات خرید، فناوری&zwnj;های هوشمند و امنیت داده نقش تعیین&zwnj;کننده&zwnj;ای در درک رفتار کاربران و پیش&zwnj;بینی نیازهای آنان دارند. نوآوری اصلی پژوهش در تلفیق ابعاد فنی و رفتاری داده&zwnj;کاوی و ارائه ساختاری سه&zwnj;لایه شامل لایه ورودی (منابع داده)، لایه پردازش (تحلیل و مدل&zwnj;سازی) و لایه خروجی (نتایج بازاریابی 4.0) است. این چارچوب، راهنمایی کاربردی برای مدیران بازاریابی و تصمیم&zwnj;گیران دیجیتال فراهم می&zwnj;کند تا با اتکا به تحلیل داده&zwnj;های کلان و رفتار کاربران، راهبرد&zwnj;های بازاریابی مؤثرتر، خدمات شخصی&zwnj;سازی&zwnj;شده&zwnj;تر و تصمیمات مبتنی بر داده اتخاذ کنند. در نتیجه، می&zwnj;تواند به ارتقای هوش تجاری سازمان&zwnj;ها، افزایش وفاداری مشتریان و ایجاد مزیت رقابتی پایدار در فضای کسب&zwnj;وکار دیجیتال منجر شود.</p> هوش تجاری؛ داده‌کاوی رفتار کاربران؛ بازاریابی 4.0؛ فراترکیب؛ کسب‌وکارهای الکترونیکی؛ تحلیل احساسات. http://roshdefanavari.ir/fa/Article/Download/50878