TY - JOUR ID - 79939 TI - قیمت‌گذاری بازیکنان فوتبال با تکنیک داده‌کاوی مورد مطالعه: بازیکنان باشگاه استقلال JO - نشریه مدیریت ورزشی JA - JSM LA - fa SN - 2008-9341 AU - معماری, ژاله AU - خوش بیان, هدی AU - صفایی, علیرضا AD - دانشیار دانشگاه الزهرا، تهران، ایران AD - کارشناسی ارشد مدیریت ورزشی دانشگاه الزهرا(س)، تهران ، ایران AD - دکتری مهندسی صنایع دانشگاه صنعتی امیرکبیر، تهران ، ایران Y1 - 2020 PY - 2020 VL - 12 IS - 3 SP - 735 EP - 757 KW - الگوریتم درخت تصمیم KW - پیش‌بینی قیمت KW - داده‌کاوی KW - دستمزد بازیکنان KW - شبکة عصبی DO - 10.22059/jsm.2019.262922.2128 N2 - بازیکنان از جمله مهم‌ترین و باارزش‌ترین دارایی‌ها و سرمایه‌های باشگاه‌های ورزشی محسوب می‌شوند که مبلغ قرارداد ایشان منابع زیادی از باشگاه‌ها را از آن خود کرده است. در مطالعۀ حاضر، با هدف بررسی نقش عوامل مرتبط با ارزش‌گذاری بازیکن، به پیش‌بینی مبلغ قرارداد آنان پرداخته شد. روش تحقیق حاضر کاربردی- پیمایشی و از نوع کمی و نمونه‌های تحقیق به‌صورت کل‌شمار، شامل 41 بازیکن تیم فوتبال باشگاه استقلال بود. داده‌های تحقیق بر مبنای روش اسنادکاوی داده‌های عملکرد بازیکنان، در دو فصل بود. در به‌کارگیری روش داده‌کاوی، از الگوریتم‌های شبکة عصبی، درخت تصمیم و الگوریتم خوشه‌بندی کای میانگین برای دسته‌بندی، تحلیل داده‌ها و پیش‌بینی قیمت، استفاده شد. همچنین از طریق پیش‌بینی مجدد قیمت با داده‌های خام اولیه و با استفاده از الگوریتم‌های ساخته‌شده در مدل‌های مختلف و بهره‌گیری از نمودار و تحلیل عددی، مقدار پیش‌بینی با مقدار واقعی در نرم‌افزار کلمنتاین، مدل به‌دست‌آمده تست شد. براساس یافته‌ها، در الگوریتم شبکة عصبی متغیر شیرجه بالاترین ضریب تأثیر و متغیر کل زمان بازی‌شده در طول یک فصل کمترین ضریب تأثیر را در قیمت‌گذاری 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 پیش‌بینی‌شده در روش‌های الگوریتمی با داده‌های واقعی احتمالاً ناشی از عدم استفاده از رویکرد علمی در ارزش‌گذاری قراردادهای بازیکنان است. در پیش‌بینی قیمت بازیکنان، با فرض بودجة ثابت باشگاه، الگوریتم درخت تصمیم و با فرض بودجۀ متغیر، شبکۀ عصبی پیشنهاد می‌شود.   UR - https://jsm.ut.ac.ir/article_79939.html L1 - https://jsm.ut.ac.ir/article_79939_8063124a12a99a5ef651515ce1164f45.pdf ER -