| کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | ترجمه فارسی | نسخه تمام متن |
|---|---|---|---|---|---|
| 382051 | 660723 | 2016 | 13 صفحه PDF | 31 صفحه WORD | دانلود رایگان |
کلید واژه ها
1. مقدمه
2. روش شناسی و اجزای سیستم
1-2تست های زمینه
2.1.1ازمون عبور مور و کریستین
2.1.2 تست5 دریبل چرخشی
3-1-2 ضربه پس از تست عبور
4-1-2 هزار متر در آزمون مسیر
5-1-2تست سرعت سیکلی 20 متر
2.1.6 تست قدرت بی هوازی (RAST)
2.2 تحلیل آماری
2.2.1 روش z
2.2.2 تحلیل اجزای اصلی تجزیه
2.2.3 تجزیه و تحلیل فاکتور
2.4 نظری کاپولا
شکل 1. ماژول میانگین سیستم آی اسپورت
3. معماری سیستم
3.1 ماژول ها
3.2 رویکرد مبتنی بر وب
شکل 2. ساختار کلی سیستم همچنین زبانی که بکار رفته است.
جدول 1. ماتریس همبستگی تست های عملکرد فیزیکی
4. پیاده سازی و ارزیابی
4.1 نمره فیزیکی
شکل 3. دسترسی موجود برای هر نوع کاربر
جدول 2. ماتریس همبستگی تست های عملکرد فیزیکی
4.2 نمره فنی
4.3. نمره عمومی
جدول 3. ماتریس همبستگی و MSA برای شش تست
جدول 4. واریانس کل تعریف شده
جدول 5. فاکتور چرخش بارگذاری ها
جدول 6. مزیت تست ها برای 5 خانواده از رابط
4.4 ثبات
شکل 4. حوزه ی لاگین
4.5. دقت شاخص های ایجاد شده
4.6 سیستم Isports
جدول 7. ارزیابی شاخص های منظم شده
شکل 5. بازیکنان با رتبه های بهتر در نمرات عمومی
5. نکات نهایی
شکل 6. بازیکن با بالاترین نمره ی عمومی و مقاومت بیشتر
شکل 7. گزارش عملکرد برای هر کلاس ارزیابی شده
• We develop a web-oriented expert system for analysing sport data in real time via the R software.
• It is built through free softwares and statistics tools.
• The soccer module is presented in details for talent detection.
• The system is illustrated on a real soccer example.
• The system shows many dynamic online reports, whose help in accompanying the practitioner.
Nowadays soccer is the most practiced sport in the world and moves a multimillionaire market. Therefore, a club that is able to recruit and develop talented players to theirs fullest potential has a lot of advantages and economic benefits. However, in most clubs the players are selected through scouts and coaches recommendation, with predictive success based mostly on intuition than other objective criteria. In addition, it is known that talent development and identification is a multifactorial process involving many characteristics. To this end, this paper proposes the creation of performance indicators based on multivariate statistical analysis. Usual principal components and factor analysis are performed to construct physical, technical and general score and copula modeling is proposed to create the consistency index, which generalizes the Z score method. With these indicators, a web-oriented expert system for analyzing sport data in real time via R software is proposed as a powerful tool for talent identification in soccer. This system, the so called iSports, allows the monitoring and continuous comparison of athletes in a simple and efficient way, taking into account essentials aspects, as well as identifying candidate talented that have above the average performance, that is, who stand out from the studied population of soccer players. In order to promote and popularize the access of information and the statistical science applied in the sports context, the iSports system can be used in any training center of the country, impacting the increase of knowledge of the athletes in training phase at any school, city or region.
Journal: Expert Systems with Applications - Volume 44, February 2016, Pages 400–412