تماشانِت: سامانه‌ی تصمیم‌یار چندذی‌نفعی مبتنی بر یادگیری عمیق برای تحلیل رفتار جمعی تماشاگران در ورزشگاه‌های لیگ برتر خلیج فارس

نوع مقاله : مقاله پژوهشی

نویسنده

گروه مدیریت ورزشی، دانشکده علوم ورزشی، دانشگاه مازندران، بابلسر، ایران.

10.22091/its.2026.16939.1057

چکیده

هدف: پژوهش حاضر با هدف طراحی و اعتبارسنجی سامانه‌ی «تماشانِت» انجام شد؛ سامانه‌ای تصمیم‌یار و چندذی‌نفعی که رفتار جمعی تماشاگران ورزشگاه‌های لیگ برتر خلیج فارس (لیگ برتر فوتبال ایران) را از یک بازنمایی مشترک و بدون شناسایی فردی، هم‌زمان به سنجه‌های تصمیم‌محور برای چهار گروه ذی‌نفع شامل مدیران اماکن و عملیات، حامیان مالی، ارکان حکمرانی باشگاه و فدراسیون و هواداران تبدیل می‌کند.

روش‌شناسی: این پژوهش کاربردی و مبتنی بر پارادایم علم طراحی با راهبرد ساخت- ارزیابی است. جامعه‌ی مورد مطالعه رویدادهای لیگ برتر خلیج فارس در فصل‌های ۱۴۰۱ـ۱۴۰۲ و ۱۴۰۲ـ۱۴۰۳ و واحد تحلیل «ناحیه‌ی سکو» بود. نمونه‌گیری هدفمند و بر پایه‌ی حداکثر تنوع در سه بُعد شرایط نوری، تراکم جمعیت و سطح تنش رویداد انجام شد. ابزار گردآوری داده، مجموعه‌ای ناحیه‌محور شامل ۵۱۲ نمونه‌ی آموزش و ۳۸۴ نمونه‌ی ارزیابی در قالب شش دوره‌ی آموزشی بود که در مرحله‌ی اثبات مفهوم با مولد داده تولید شد. معماری سامانه از یک تنه‌ی ادراکی مشترک و چهار شاخه‌ی تصمیم ذی‌نفع‌محور تشکیل شده و هر شاخه در برابر خط پایه‌ی تک‌منظوره‌ی متناظر و با بودجه‌ی آموزشی یکسان سنجیده شد.

یافته‌ها: سامانه‌ی در پنج معیار از یازده معیار برتر یا برابر بود و بیشترین ارزش افزوده در وظایف ساختارمند فضایی- زمانی پدید آمد؛ خطای برآورد تعداد تماشاگران از ۱۰/۹۲ به ۳/۰۷ (حدود ۷۲ درصد بهبود) و خطای پیش‌بینی زمان تا بحران از ۱۵/۴۹ به ۹/۱۴ ثانیه کاهش یافت، درحالی‌که در وظایف ساده‌ی سطح رویداد مدل‌های اختصاصی اندکی برتر ماندند. گذار به حالت مبتنی بر تصویر پخش تلویزیونی تنها ۲/۳ واحد درصد افت داشت.

کلیدواژه‌ها

موضوعات



مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 05 مهر 1405
  • تاریخ دریافت: 05 مرداد 1405
  • تاریخ بازنگری: 05 مهر 1405
  • تاریخ پذیرش: 05 مهر 1405