تخمین قیمت بازیکنان حرفه‌ای فوتبال ایران از طریق هوش مصنوعی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مدیریت ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران

2 دانشیار مدیریت ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران

3 دانشگاه اصفهان، دانشکده تربیت بدنی و علوم ورزشی، استادیار مدیریت ورزشی

4 استادیار بیومکانیک ورزشی، دانشکده تربیت بدنی و علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران

چکیده

هدف: هدف از انجام این تحقیق تخمین قیمت بازیکنان لیگ حرفه‌ای فوتبال ایران بود.
روش‌شناسی: روش انجام تحقیق با استفاده از طرح‌های آمیخته اکتشافی بود که تلفیقی از روش-های کیفی و کمی می‌باشد. جامعه‌ی آماری تحقیق در بخش کیفی شامل مدیران، مربیان باشگاه‌ها و کارشناسان خبره و آشنا با حوزه خرید و فروش بازیکنان بودند که چهارده نفر تا رسیدن به نقطه اشباع، به روش گلوله برفی انتخاب شدند. در بخش کمی نیز جامعه آماری شامل کلیه‌ی فوتبالیست‌های حاضر در لیگ حرفه‌ای فوتبال خلیج فارس ایران در سال‌های 1396-1398 بودند. ابزار تحقیق در روش کیفی شامل مصاحبه عمیق بود که پایایی آن از طریق روش بازآزمون 81 درصد محاسبه شد. داده‌های مورد نیاز برای تجزیه و تحلیل روش‌های کمی نیز از سایت‌های معتبر و سازمان لیگ فوتبال ایران جمع‌آوری شدند. همچنین طراحی مدل از طریق شبکه‌های عصبی شعاعی با بهره‌گیری از نرم‌افزار R انجام پذیرفت.
یافته‌ها: یافته‌های پژوهش در بخش کیفی نشان داد که عملکرد بازیکن، ویژگی‌های شخصی، توانایی‌های آنها، ویژگی‌های باشگاه و عوامل ایجاد کننده حباب، در تعیین قیمت بازیکنان فوتبال مؤثر است. همچنین در بخش کمی مدلی با سه لایه‌ی پنهان طراحی شد که کمترین میزان خطا را در پیش‌بینی قیمت بازیکنان داشت.
نتیجه‌گیری: در مجموع طراحی این مدل موجب آگاهی مسئولین خرید و فروش باشگاه‌های فوتبال خواهند شد تا بتوانند بازیکنان با استعداد و دارای هزینه نقل و انتقال مناسب را با حداقل هزینه و سطح بالایی از قابلیت اطمینان جذب نمایند.

کلیدواژه‌ها

عنوان مقاله [English]

Estimate of prices of professional Iranian football players using neural networks

نویسندگان [English]

  • Mohsen Tayebi 1
  • Mohamad Soltan Hoseini 2
  • Mehdi Salimi 3
  • Shahram Lenjannejadian 4
1 Ph.D. Student in Sport Management, Faculty of Sport Sciences, University of Isfahan, Isfahan, Iran.
2 Associate Professor in Sport Management, Faculty of Sport Sciences, University of Isfahan, Isfahan, Iran.
3 Assistant Professor in Sport Management, Faculty of Sport Sciences, University of Isfahan, Isfahan, Iran.
4 Assistant Professor in Sport Biomechanics, Faculty of Sport Sciences, University of Isfahan, Isfahan, Iran.
چکیده [English]

Objective: The purpose of conducting this study was to estimate pricesof Iranian professional football league players.
Methodology: The research method was mixed exploratory designs, which is a combination of qualitative and quantitative methods. The statistical population of the research in the qualitative section included managers, club coaches and experts who were familiar with the field of buying and selling players, and fourteen of them were selected by snowball method until they reached saturation point. In the quantitative section, the statistical population included all the football players present in the Iranian Persian Gulf Football Professional League during 2016-2019. The research tool of qualitative method included in-depth interviews, the reliability of which was calculated 81% through re-test method. The data needed to analyze quantitative methods were also collected from valid sites and the Iranian Football League Organization. The model was also designed through radial neural networks using software R. Results: The study results of the qualitative section showed that the player's performance, personal characteristics and abilities, club characteristics and bubble-creating factors are effective on determining the price of football players. Also, in the quantitative section, a model with two hidden layers was designed, which had the least error rate in predicting the price of players.
Conclusion: In general, the design of this model will make the officials of buying and selling of football clubs aware so that they can attract talented and cost-effective players with the minimum cost and high level of reliability.

کلیدواژه‌ها [English]

  • Pricing
  • Player Value
  • Artificial Intelligence
مدیریت و توسعه ورزش

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 03 مهر 1401

فایل ها

اشتراک گذاری

ارجاع به این مقاله

آمار