طراحی الگوی هوشمند استعدادیابی فوتبال بر اساس شاخص‌های اصلی و وزن‌دار حاصل از تحلیل سلسله مراتبی متغیرها بر پایه منطق فازی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه علوم ورزشی، دانشگاه آزاد اسلامی، رفسنجان، ایران.

2 استاد گروه بیومکانیک ورزشی، دانشکده علوم ورزشی، دانشگاه خوارزمی، تهران، ایران.

3 دانشیار گروه بیومکانیک ورزشی، دانشکده علوم ورزشی، دانشگاه شهید باهنر، کرمان، ایران.

4 استادیار گروه بیومکانیک ورزشی، دانشکده علوم ورزشی، دانشگاه خوارزمی، تهران، ایران.

چکیده

زمینه و هدف: به‌کارگیری ابزار مناسب، روش­های علمی و سیستماتیک استعدادیابی می ­تواند فرآیند شناسایی و پرورش استعدادهای ورزشی افراد را برای رسیدن به سطح قهرمانی سرعت بخشیده و شرایطی فراهم آورد که ورزشکاران مستعد هر چه سریع­تر به بالاترین سطح عملکردی خود دست پیدا کرده و عمر قهرمانی بیشتری را تجربه کنند. مطالعات صورت گرفته در حوزه استعدادیابی ورزشی، در قالب تعیین شاخص­های مؤثر، یا تهیه نورم از ورزشکاران نخبه (هنجاریابی) صورت گرفته اند. هدف این تحقیق طراحی الگوی هوشمند استعدادیابی فوتبال بر اساس شاخص­های اصلی و وزن­دار حاصل از تحلیل سلسله مراتبی  متغیرهای بیومکانیکی، روان­شناختی، فیزیولوژیکی و مهارتی بر پایه منطق فازی بود. روش تحقیق: در این پژوهش با استفاده از پرسشنامه تحلیل سلسله مراتبی از مربیان و متخصصین استعدادیابی فدراسیون فوتبال جمهوری اسلامی ایران نظرخواهی گردید و با به­کارگیری نرم افزار اکسپرت چویس پرسشنامه ها تحلیل و مهم‌ترین شاخص­های استعدادیابی فوتبال انتخاب گردید. سپس بر اساس نورم ورزشکاران 14 تا 16 سال نخبه و ملی­پوش فوتبال ایران در شاخص­های تعیین شده، الگویی هوشمند بر پایه منطق فازی طراحی گردید. یافته­ ها: الگوی هوشمند رکورد فوتبالیست­ های 14 تا 16 سال در متغیرهای اصلی را به­عنوان ورودی دریافت کرد و فوتبالیست­ها را در مقایسه با نورم ملی­پوشان 14 تا 16 سال، در وضعیت­های نامتناسب با رشته فوتبال، نیمه­متناسب، متناسب، استعداد درخشان و نادر طبقه­بندی کرد. نتیجه ­گیری: الگوی هوشمند استعدادیابی رکورد فوتبالیست­ها را در متغیرهای چابکی و انعطاف­پذیری (بیومکانیکی)، انگیزه و تمرکز و اعتماد­به­نفس (روان­شناختی)، ظرفیت قلبی ­تنفسی (فیزیولوژیکی)، دریبل و کنترل توپ (مهارتی) که از طریق فرآیند تحلیل سلسله مراتبی متغیرها به­عنوان اساسی­ترین شاخص­ها تعیین و وزن ­دهی شده­اند را دریافت و پس از مقایسه با نورم فوتبالیست­ های نخبه و ملی ­پوش، قابلیت و استعداد آنان را در خروجی الگو رتبه ­بندی و نمایان می‌سازد. بر اساس یافته­ ها، الگوی هوشمند، می­تواند برای شناسایی ورزشکاران مستعد رشته فوتبال در رده­های پایه مورد استفاده قرار گیرد. 

کلیدواژه‌ها


عنوان مقاله [English]

Designing smart pattern in soccer talent identification based on main and weighted criteria resulted from analytic hierarchy process via fuzzy logic

نویسندگان [English]

  • Mohammadhossein Noori 1
  • Hydar Sadeghi 2
  • Mohammadreza Amirseifaddini 3
  • Ali Abbasi 4
1 Assistant Professor, Department of Sport Sciences, Islamic Azad University, Rafsanjan, Iran.
2 Full Professor, Faculty of Sport Sciences, Kharazmi University, Tehran, Iran.
3 Associate Professor, Faculty of Sport Sciences, Shahid Bahonar University, Kerman, Iran.
4 Assistant Professor, Faculty of Sport Sciences, Kharazmi University, Tehran, Iran.
چکیده [English]

Background and Aim: The management of proper tools and scientific approaches in sport talent identification will lead to rapid detection of sport talents for championships. These methods may lengthen the duration of athlete success as well as providing their maximum efficacy in worldwide competitions. The investigations in this field are mostly based on defining effective parameters in talent identification or determining the gold standards of brilliants. The aim of this study was to design a smart pattern in soccer talent identification based on main and weighted criteria resulted from analytic hierarchy process of biomechanics, psychologies, physiologies and skill variables via fuzzy logic. Materials and Methods:  the important criteria were selected based on analytic hierarchy process of biomechanics, psychologies, physiologies and skill variables and also the gold standards of the talented Iranian soccer players in the range of 14-16 years old in these variables. Thereafter, a smart model was designed due to fuzzy logic using MATLAB software. Results: the input data were considered as the 14-16 years old soccer player records in the previously mentioned variables, further, the output data based on the standards of talented players were categorized the players into following categories as: Unmatched, Semi-matched, Matched, Brilliant and Rare. Conclusion: The parameters including agility and flexibility (biomechanics), motivation, concentration and self-confidence (psychology), respiratory/cardiac capacities (physiology), dribble and ball control (skill) were shown to be main and weighted by hierarchy process and our smart model of soccer talent identification analyzed these variable in comparison with gold standards and makes a specific result of player’s talent. This model of talent identification could be a reliable and useful method for selection of future soccer stars in young population.

کلیدواژه‌ها [English]

  • Talent identification
  • Smart pattern
  • Soccer
  • Fuzzy logic
  • Analytic hierarchy process
Alizadeh, M. H., & Farsi, A. (2006). Providing norm of special physical, skill and psychological tests for national soccer players of Islamic Republic of Iran. Research Project, National Olympic Committee, Islamic Republic of Iran. [Persian]
Bailey, R., & Collins, D. (2013). The standard model of talent development and its discontents. Journal of Human Kinetics, Kinesiology Review, 2(4), 248-259.
Breitbach, S., Tug, S., & Simon, P. (2014). Conventional and genetic talent identification in sports: Will recent developments trace talent? Journal of Sports Medicine, 44(11), 1489-1503.
Gall, F., Carling, C., Williams, M., & Reilly, T. (2010). Anthropometric and fitness characteristics of international, professional and amateur male graduate soccer players from an elite youth academy. Journal of Science and Medicine in Sport, 13(1), 90-95.
Ghodsipour, S. H. (2002). Concepts in multiple criteria decision making. Amirkabir University Publishing, 3rd Edition, 3-11. [Persian]
Green, M., & Houlihan, B. (2005). Elite sport development: policy learning and political priorities. Routledge Press Publishing, London and New York, 22-25.
Hong, L. (2001). Fuzzy neural intelligent system: Mathematical foundation and application in engineering. CRC Press Publishing, 33-41.
Noori, M. H., & Sadeghi, H. (2013). Designing talent identification software based on fuzzy logic in basketball. Journal of Sport Medicine Studies, Sport Sciences Research Institute, 13, 27-38. [Persian]
Papic, V., & Rogulj, N. (2009). Identification of sport talents using a Web-oriented expert system with a fuzzy module. Journal of Expert Systems with Applications, 36(5), 8830-8838.
Rajabi, H., & Zarifi, A. (2007). Providing norm of special physical, skill and psychological tests for national basketball players of Islamic Republic of Iran. Research Project, National Olympic Committee, Islamic Republic of Iran. [Persian]
Sadeghi, H., & Basatnia, R. (2010). Anthropometric and kinematic properties of Hossein Rezazadeh, Iranian world and olympic champion in snatch weightlifting. Journal of Sport Medicine Studies, Sport Sciences Research Institute, 26, 302-309. [Persian]
Vaeyens, R., & Lenoir, M. (2008). Talent identification and development programmers in sport: Current models and future. Journal of Sport Medicine, 38(9), 703-714.
Wang, L. (2003). Adaptive fuzzy system and control: Design and stability analysis. Prentice Hall Publishing, 3rd Edition, 30-39.
Zheng, J., & Chen, S. (2016). Exploring China's success at the Olympic Games: a competitive advantage approach.  Journal of European Sport Management Quarterly, 16(2), 148-171.