پیش بینی ارزش طول عمر مشتریان ورزشی براساس تکنیک گروهی شبکه عصبی(GMDH)
Publish place: Journal of Sport Management Studies، Vol: 15، Issue: 81
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 17
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SMSJ-15-81_011
تاریخ نمایه سازی: 6 شهریور 1403
Abstract:
پژوهش حاضر به دلیل ارائه روشی نوین برای پیش بینی ارزش طول عمر مشتری و کاربرد آن در افزایش سودآوری سازمان های ورزشی به لحاظ هدف، کاربردی بوده و از نظر روش گردآوری داده ها از نوع میدانی است. در این پژوهش با استفاده از تکنیک دسته بندی گروهی داده ها در شبکه عصبی به محاسبه و پیش بینی ارزش طول عمر مشتریان در باشگاه های ورزشی پرداخته شده است. حجم نمونه در بخش کیفی با استفاده از روش غیر تصادفی هدفمند، تعداد ۱۸ نفر از خبرگان (اساتید دانشگاهی و مدیران متخصص ورزشی) که در حوزه های مرتبط با موضوع تخصص داشتند، شناسایی شده و با آن ها مصاحبه مستقیم انجام شد و یا از پرسشنامه باز پاسخ استفاده گردید. برای دستیابی به نقطه اشباع، مطالعه میدانی تا زمانی ادامه پیدا کرد که هیچ گواه و مولفه جدیدی از داده ها حاصل نشد. پس ازآن عوامل تحلیل گردیده و ابزار تحقیق ساخته شد. پایایی کلی پرسشنامه ۸۵/۰ محاسبه گردید. در بخش کمی جامعه آماری شامل ۴۱۳ نفر از ورزشکاران زن و مرد که حداقل ۶ ماه سابقه فعالیت ورزشی و عضویت در یکی از باشگاه های ورزشی واقع در استان های غرب و شمال غرب کشور را داشتند، توزیع گردید؛ که به علت پراکندگی و گسترده بودن جامعه موردنظر از روش نمونه گیری خوشه ای استفاده شد. برای تحلیل داده ها، اطلاعات جمعیت شناختی، سابقه ورزشی و ۳۳ متغیر مستقل وارد شبکه شد. همچنین وجود زیرساخت ورزشی، حمایت مالی باشگاه ها، رفاه عمومی جامعه، اثربخشی خدمات ورزشی، مدیریت ورزشی هوشمند و مهارت مربی، تاثیر بالایی بر افزایش ارزش طول عمر مشتری دارد.
Keywords:
Authors
ماهرخ رجبی اصلی
گروه آموزشی تربیت بدنی
مژگان خدامرادپور
گروه تربیت بدنی و علوم ورزشی، واحد سنندج، دانشگاه ازاد اسلامی ، سنندج ، ایران
مظفر یکتایار
دانشیار گروه مدیریت ورزشی، واحد سنندج ، دانشگاه آزاد اسلامی ، سنندج، ایران
رشاد حسینی
دانشکده مهندسی برق و کامپیوتر، دانشکده فنی، دانشگاه تهران، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :