هدی خوش بیان

هدی خوش بیان

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۱ مورد از کل ۱ مورد.
۱.

قیمت گذاری بازیکنان فوتبال با تکنیک داده کاوی مورد مطالعه: بازیکنان باشگاه استقلال(مقاله علمی وزارت علوم)

کلید واژه ها: الگوریتم درخت تصمیم پیش بینی قیمت داده کاوی دستمزد بازیکنان شبکه عصبی

حوزه های تخصصی:
تعداد بازدید : ۷۰۲ تعداد دانلود : ۳۲۹
بازیکنان از جمله مهم ترین و باارزش ترین دارایی ها و سرمایه های باشگاه های ورزشی محسوب می شوند که مبلغ قرارداد ایشان منابع زیادی از باشگاه ها را از آن خود کرده است. در مطالعه حاضر، با هدف بررسی نقش عوامل مرتبط با ارزش گذاری بازیکن، به پیش بینی مبلغ قرارداد آنان پرداخته شد. روش تحقیق حاضر کاربردی- پیمایشی و از نوع کمی و نمونه های تحقیق به صورت کل شمار، شامل 41 بازیکن تیم فوتبال باشگاه استقلال بود. داده های تحقیق بر مبنای روش اسنادکاوی داده های عملکرد بازیکنان، در دو فصل بود. در به کارگیری روش داده کاوی، از الگوریتم های شبکه عصبی، درخت تصمیم و الگوریتم خوشه بندی کای میانگین برای دسته بندی، تحلیل داده ها و پیش بینی قیمت، استفاده شد. همچنین از طریق پیش بینی مجدد قیمت با داده های خام اولیه و با استفاده از الگوریتم های ساخته شده در مدل های مختلف و بهره گیری از نمودار و تحلیل عددی، مقدار پیش بینی با مقدار واقعی در نرم افزار کلمنتاین، مدل به دست آمده تست شد. براساس یافته ها، در الگوریتم شبکه عصبی متغیر شیرجه بالاترین ضریب تأثیر و متغیر کل زمان بازی شده در طول یک فصل کمترین ضریب تأثیر را در قیمت گذاری بازیکن داشت. در الگوریتم درخت تصمیم بیشترین عامل تأثیرگذار بر قیمت بازیکن، سن و کمترین عامل، پست بازیکن بود. همچنین اولین عامل تأثیرگذار بر قیمت قدرت بدنی بود. تفاوت مقادیر پیش بینی شده در روش های الگوریتمی با داده های واقعی احتمالاً ناشی از عدم استفاده از رویکرد علمی در ارزش گذاری قراردادهای بازیکنان است. در پیش بینی قیمت بازیکنان، با فرض بودجه ثابت باشگاه، الگوریتم درخت تصمیم و با فرض بودجه متغیر، شبکه عصبی پیشنهاد می شود.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان