کاربرد یادگیری ماشین در تحلیل عوامل مدیریتی و محیطی مؤثر بر توسعه ورزش‌های نوظهور (مطالعه موردی: فیوژن فیتنس)

کاربرد یادگیری ماشین در تحلیل عوامل مدیریتی و محیطی مؤثر بر توسعه ورزش‌های نوظهور (مطالعه موردی: فیوژن فیتنس)

رز آزادی1 نسترن سلیمی2

1) کارشناسی ارشد رشته مدیریت ورزشی، گرایش مدیریت راهبردی در سازمان های ورزشی، موسسه آموزش عالی غیردولتی علامه قزوینی، استان قزوین، ایران.
2) استادیار، موسسه آموزش عالی غیردولتی علامه قزوینی، استان قزوین، ایران.

کد IOI مقاله : ABEB-ABDAFD
محل انتشار : چهارمین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک(eitconf.com)
چکیده :
    رشد سریع ورزش‌های نوظهور و شیوه‌های نوآورانه تناسب‌اندام، مشارکت ورزشی و مدیریت ورزش معاصر را دگرگون کرده است. در میان این تحولات، فیتنس فیوژن به‌عنوان یک الگوی تمرینی ترکیبی که عناصر چندین رشته تناسب‌اندام را برای ایجاد تجربه‌های تمرینی متنوع، انعطاف‌پذیر و جذاب ادغام می‌کند، توجه روزافزونی را به خود جلب کرده است. گسترش چنین فعالیت‌های ورزشی نوظهور تحت تأثیر طیف گسترده‌ای از عوامل مدیریتی و محیطی قرار دارد که از جمله آن‌ها می‌توان به شیوه‌های رهبری، برنامه‌ریزی راهبردی، دسترسی به زیرساخت‌ها، نوآوری‌های فناورانه و شرایط اجتماعی–فرهنگی اشاره کرد. هم‌زمان، افزایش دسترسی به داده‌های دیجیتال در صنعت ورزش فرصت‌های جدیدی را برای به‌کارگیری رویکردهای تحلیلی پیشرفته فراهم کرده است. در این زمینه، یادگیری ماشین به‌عنوان ابزاری قدرتمند مطرح شده است که توانایی تحلیل مجموعه‌داده‌های پیچیده و شناسایی الگوهای پنهان مؤثر بر فرایندهای توسعه ورزش را دارد. ازاین‌رو، هدف پژوهش حاضر مرور کاربردهای یادگیری ماشین در تحلیل عوامل مدیریتی و محیطی مؤثر بر توسعه ورزش‌های نوظهور، با تمرکز ویژه بر فیتنس فیوژن است. این مطالعه با استفاده از رویکرد مرور نظام‌مند و بر پایه تحلیل ادبیات علمی پیشین در حوزه مدیریت ورزش، توسعه ورزش‌های نوظهور و کاربردهای یادگیری ماشین در محیط‌های ورزشی و تناسب‌اندام انجام شد. مطالعات مرتبط از پایگاه‌های علمی گردآوری و بررسی شدند تا مفاهیم نظری کلیدی، رویکردهای تحلیلی و چارچوب‌های فناورانه به‌کاررفته در پژوهش‌های پیشین شناسایی شوند. تمرکز اصلی این مرور بر مطالعاتی بود که به تعیین‌کننده‌های مدیریتی، تأثیرات محیطی، سامانه‌های پایش مبتنی بر حسگر و تصمیم‌گیری داده‌محور در زمینه توسعه ورزش پرداخته‌اند. یافته‌های مرور نشان می‌دهد که تکنیک‌های یادگیری ماشین قابلیت‌های تحلیلی ارزشمندی برای درک تعاملات پیچیده میان راهبردهای مدیریتی، شرایط محیطی و رفتار شرکت‌کنندگان در ورزش‌های نوظهور فراهم می‌کنند. مدل‌های یادگیری ماشین می‌توانند برای شناسایی عوامل مدیریتی کلیدی موفقیت برنامه‌ها، تحلیل عوامل محیطی مؤثر بر الگوهای مشارکت، بخش‌بندی شرکت‌کنندگان در برنامه‌های تناسب‌اندام بر اساس ویژگی‌های رفتاری، و پیش‌بینی میزان مشارکت و ماندگاری افراد در برنامه‌های فیتنس فیوژن مورد استفاده قرار گیرند. افزون بر این، یکپارچه‌سازی فناوری‌های پوشیدنی و سامانه‌های همجوشی حسگر امکان گردآوری حجم بالایی از داده‌های تناسب‌اندام را فراهم می‌سازد که می‌توان آن‌ها را به‌طور مؤثر با استفاده از الگوریتم‌های یادگیری ماشین تحلیل کرد.

کلمات کلیدی : ورزش‌های نوظهور فیتنس فیوژن یادگیری ماشین مدیریت ورزش تحلیل داده‌محور