مقایسۀ روش های رگرسیون خطی و شبکۀ عصبی مصنوعی در تخمین قیمت بازیکنان حرفه ای فوتبال ایران
نویسندگان
1 دانشجوی دکتری مدیریت ورزشی، دانشکده علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران
2 دانشیار مدیریت ورزشی، دانشکده علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران
3 استادیار مدیریت ورزشی، دانشکده علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران
4 استادیار بیومکانیک ورزشی، دانشکده علوم ورزشی، دانشگاه اصفهان، اصفهان، ایران
doi
10.22089/smrj.2020.8238.2824چکیده
هدف از انجامشدن این پژوهش، علاوهبر تخمین قیمت بازیکنان لیگ حرفه ای فوتبال ایران، مقایسه روش های رگرسیون و شبکه های عصبی در پیش بینی آن بود. روش انجامشدن پژوهش با استفاده از طرح های آمیخته اکتشافی بود که تلفیقی از روش های کیفی و کمی است. جامعه آماری پژوهش در بخش کیفی، مدیران، مربیان باشگاه ها و کارشناسان خبره و آشنا با حوزه خرید و فروش بازیکنان بودند که 14 نفر تا رسیدن به نقطه اشباع به روش گلولهبرفی انتخاب شدند. در بخش کمی نیز جامعه آماری، همۀ فوتبالیست های لیگ حرفه ای فوتبال خلیج فارس در سالهای 2019-2018 بودند که 226 نفر از آنها با استفاده از فرمول کوکران بهعنوان نمونه با روش تصادفی طبقه ای انتخاب شدند. ابزار پژوهش در روش کیفی، مصاحبه عمیق بود که پایایی آن از طریق روش بازآزمون 81/0 محاسبه شد. داده های مورد نیاز برای تجزیه و تحلیل روش های کمی نیز از سایت های معتبر و سازمان لیگ فوتبال ایران جمع آوری شدند. از ضریب همبستگی پیرسون، رگرسیون خطی و شبکه های عصبی شعاعی نیز با بهره گیری از نرم افزارهای اسپیاساس نسخة 21 و آر نسخه 3.6.2 برای پیش بینی و طراحی مدل استفاده شد. یافته های پژوهش در بخش کیفی حاکی از این بود که عملکرد بازیکن، ویژگی های شخصی، توانایی های آنها، ویژگی های باشگاه و عوامل ایجادکننده حباب، در تعیین قیمت بازیکنان فوتبال تأثیر دارند. همچنین نتایج پژوهش نشان داد که با وجود مزایای روش های رگرسیون در پیش بینی مسائل، بهعلت چندوجهی و پیچیدهبودن قیمت گذاری بازیکنان فوتبال، مدل های شبکه مصنوعی متغیرهای بیشتری را پوشش میدهد و کاراتر و دقیقتر خواهند بود.