الأسئلة الشائعة
الخدمات
انضم إلينا كخبير
المدونة
حلل احتياجاتك التدريبيةجديد ومجاني
الإفصاح عن التدريب مجانًاتقييم نضج الموارد البشرية مجانًاالرضا والارتباط الوظيفي مجانًا
رواسي
رواسي التمكين
للاستـــــشارات والـــــتدريب
الرئيسيةمن نحن
الدورات التدريبيةالبرامج التدريبية الشهريةحلل احتياجاتك التدريبية مجانًاالإفصاح عن التدريب مجانًاالاعتمادات
الحقائب التدريبية الجاهزةالتحول الرقمي للحقائب التدريبيةطلب حقيبة تدريبية مخصصة
الخدمات الاستشاريةالمنتجات الرقميةاتصل بنا
رواسي
رواسي التمكينللاستـــــشارات والـــــتدريب

نقدم حلولاً متكاملة في التدريب والاستشارات والمنتجات الرقمية بمعايير مهنية تساهم في تمكين الأفراد وتطوير المؤسسات.

طرق الدفع

مدىفيزاماستركاردأمريكان إكسبرسSTC PayApple Payمدفوعتابيتمارا

السجل التجاري

7001748636

الحالة: نشطإصدار: 27/02/2012

روابط سريعة

  • الرئيسية
  • من نحن
  • الأكاديميات المتخصصة
  • الدورات
  • جميع القطاعات
  • الحقائب التدريبية
  • الخدمات الاستشارية
  • المنتجات الرقمية
  • المدونة
  • اتصل بنا
  • انضم إلينا كخبير

خدماتنا

  • التدريب والتأهيل
  • الحلول الاستشارية
  • الجودة والتميز
  • المنتجات الرقمية
  • التطوير المؤسسي
  • حلول التحول الرقمي

تواصل معنا

الفرع الرئيسي:

الرياض: المملكة العربية السعودية
عمان: المملكة الأردنية الهاشمية
مسقط: سلطنة عُمان

البريد الإلكتروني:

[email protected]

الهاتف:

السعودية:+966 500 665 369(إضافي):+966 570 588 004
تحدث مع خبيرحلل احتياجاتك التدريبية مجانًا

© 2026 رواسي التمكين للاستشارات والتدريب. جميع الحقوق محفوظة.

سياسة الخصوصيةالشروط والأحكامسياسة الاستردادخريطة الموقع
الذكاء الاصطناعي وتحليل البيانات في تحسين إدارة الحشود
الدوراتتنظيم الحشود والوفود وفي الحج والعمرة
برنامج تدريبي احترافي

الذكاء الاصطناعي وتحليل البيانات في تحسين إدارة الحشود

تُعد دورة "الذكاء الاصطناعي وتحليل البيانات في تحسين إدارة الحشود" برنامجًا تدريبيًا متقدمًا يهدف إلى تمكين المشاركين من فهم وتطبيق تقنيات الذكاء الاصطناعي (AI) وتحليل البيانات الضخمة (Big Data) في تحسين إدارة الحشود في المشاعر المقدسة والمسجد الحرام والمسجد النبوي. في ظل...

شهادة متضمنة
تدريب بقيادة خبراء
تعلم تطبيقي
دعم في التسجيل
أيام
5 أيام
اللغة
العربية والإنجليزية
مسار عرض السعر

اطلب الجدول وعرض السعر

الدفع الإلكتروني غير متاح لهذه الدورة حالياً. أرسل بياناتك وسيقوم فريق التدريب بإعداد الجدول وعرض السعر الأنسب لك.

لا توجد جلسة عامة مدفوعة متاحة الآن. اطلب عرض سعر وسنؤكد الجدول والمقاعد والتكلفة.
ملخص الدورة
اطلب الجدول وعرض السعر

لا يوجد دفع إلكتروني مفتوح لهذه الدورة حالياً. يمكن لفريقنا إرسال عرض السعر المناسب لك.

تاريخ البدء
مرن / متاح دائماً
الشهادة
شهادة معتمدة
أيام
5 أيام

يصلكم العرض عبر البريد وبوابة العملاء

استفسر عبر واتساب
تفاصيل الدورة

نظرة عامة

تُعد دورة "الذكاء الاصطناعي وتحليل البيانات في تحسين إدارة الحشود" برنامجًا تدريبيًا متقدمًا يهدف إلى تمكين المشاركين من فهم وتطبيق تقنيات الذكاء الاصطناعي (AI) وتحليل البيانات الضخمة (Big Data) في تحسين إدارة الحشود في المشاعر المقدسة والمسجد الحرام والمسجد النبوي. في ظل الأعداد الهائلة للحجاج والمعتمرين (2.5 مليون حاج، 20 مليون معتمر سنويًا)، تواجه الجهات المعنية تحديات كبيرة في التنبؤ بالكثافات، وتوزيع الحشود، ومنع التدافع، والاستجابة السريعة للطوارئ. يمكن لتقنيات الذكاء الاصطناعي معالجة كميات هائلة من البيانات (كاميرات المراقبة، أجهزة الاستشعار، التطبيقات، وسائل التواصل الاجتماعي) في الوقت الفعلي، وتوليد رؤى تنبؤية وتوصيات آلية.

تنتقل الدورة بالمشارك من المفاهيم الأساسية للذكاء الاصطناعي وتحليل البيانات (التعلم الآلي (Machine Learning)، التعلم العميق (Deep Learning)، معالجة اللغة الطبيعية (NLP)، رؤية الكمبيوتر (Computer Vision))، إلى التطبيقات العملية في إدارة الحشود: التنبؤ بالكثافات والازدحام في الأماكن المقدسة، اكتشاف الحالات الشاذة (التدافع، السقوط، الحقائب المتروكة)، تحسين خطط التفويج، توجيه الحشود عبر المسارات الذكية، تحليل المشاعر من وسائل التواصل الاجتماعي.

تم تصميم البرنامج ليكون تطبيقيًا بنسبة 70%، من خلال دراسة حالات حقيقية (مشاريع سعودية مثل "المسار الذكي" (Smart Path) في المسجد الحرام، "المراقبة الذكية" (Smart Monitoring) في الجمرات)، وتمارين على تحليل البيانات (باستخدام Excel أو أدوات بسيطة)، واستخدام نماذج تنبؤية مبسطة، ودراسة حالات تطبيق الذكاء الاصطناعي في مواسم سابقة.

الأهداف

أهداف البرنامج

بنهاية هذه الدورة، سيكون المشارك قادرًا على:

  1. فهم أساسيات الذكاء الاصطناعي (AI) وتحليل البيانات (Data Analytics) في سياق إدارة الحشود – تعريف الذكاء الاصطناعي، التعلم الآلي (Machine Learning)، التعلم العميق (Deep Learning)، رؤية الكمبيوتر (Computer Vision)، معالجة اللغة الطبيعية (NLP). الفرق بين التحليل الوصفي (ماذا حدث؟)، التشخيصي (لماذا حدث؟)، التنبؤي (ماذا سيحدث؟)، والتوجيهي (كيف نجعل ما نريده يحدث؟).

  2. تطبيق تقنيات التنبؤ بالكثافات والازدحام – استخدام بيانات تاريخية (الكثافات في المواسم السابقة، بيانات الطقس، أيام الأسبوع، أوقات اليوم) لبناء نماذج تنبؤية (Regression، Time Series) لتوقع الكثافة المتوقعة في الجمرات أو المسجد الحرام بعد ساعة أو ساعتين. استخدام هذه التنبؤات لتعديل خطط التفويج وتوزيع الموارد.

  3. تطبيق تقنيات رؤية الكمبيوتر (Computer Vision) لتحليل كاميرات المراقبة – استخدام خوارزميات اكتشاف الأشياء (Object Detection) لعد الحجاج (People Counting)، وتقدير الكثافة (Density Estimation)، واكتشاف الحالات الشاذة (السقوط، التدافع، الحقائب المتروكة)، وتتبع الحركة (Tracking). توليد تنبيهات فورية للمشرفين.

  4. تطبيق تقنيات تحليل المشاعر (Sentiment Analysis) من وسائل التواصل الاجتماعي – جمع وتحليل التغريدات والمنشورات (تويتر، فيسبوك، إنستغرام) التي تتعلق بالحج والعمرة. تحديد المشاعر الإيجابية والسلبية تجاه الخدمات (النقل، الإسكان، الطعام، الصحة). استخدام هذه التحليلات لتحسين الخدمات ومعالجة الشكاوى الجماعية بسرعة.

  5. تطبيق تقنيات التحسين (Optimization) لتوجيه الحشود – استخدام خوارزميات إيجاد المسار الأقصر (Shortest Path) لتوجيه الحجاج إلى مسارات بديلة لتجنب الازدحام. استخدام خوارزميات الجدولة (Scheduling) لتوزيع أوقات رمي الجمرات على المجموعات المختلفة.

  6. تطبيق نظام التوصيات الذكية (Recommendation System) للحجاج – بناء نموذج يوصي الحاج بأفضل وقت لزيارة الروضة الشريفة أو المسجد الحرام أو رمي الجمرات بناءً على كثافة الحشود المتوقعة وتفضيلات الحاج (عمره، صحته، وجود مرافقين).

الفئة المستهدفة

الفئة المستهدفة

يستهدف هذا البرنامج التدريبي الفئات التالية:

  1. محللو البيانات (Data Analysts) ومهندسو الذكاء الاصطناعي (AI Engineers) العاملون في قطاع الحج والعمرة (وزارة الحج، الجهات الأمنية، الهيئة العامة للعناية بشؤون المسجد الحرام والمسجد النبوي).

  2. مهندسو البرمجيات ومطورو التطبيقات الذين يصممون أنظمة إدارة الحشود.

  3. مشرفو غرف العمليات (مركز القيادة والتحكم المشترك) الذين يستخدمون أنظمة الذكاء الاصطناعي.

  4. الباحثون والأكاديميون في مجال الذكاء الاصطناعي وإدارة الحشود.

  5. خريجو علوم الحاسوب، الهندسة، الرياضيات، الإحصاء.

الكفاءات

الكفاءات الأساسية

تحليل بيانات تاريخية (Excel) لتحديد أوقات الذروة للازدحام

استخدام جداول Excel لبيانات الكثافة (عدد الحجاج في الساعة) لأيام التشريق. رسم مخطط خطي (Line Chart) لتحديد الساعات التي تصل فيها الكثافة إلى ذروتها (مثلاً: 10 صباحاً - 12 ظهراً). تقديم توصيات (زيادة فرق الأمن والإسعاف في هذه الساعات).

تطبيق نموذج تنبؤي بسيط (الانحدار الخطي) لتوقع الكثافة بعد ساعة

باستخدام بيانات (الكثافة الحالية، معدل التغير خلال الساعة الماضية)، تطبيق معادلة (y = a + bx) لتوقع الكثافة بعد ساعة. افتراض: كلما زادت الكثافة الحالية، زادت الكثافة المستقبلية بمعدل ثابت.

تفسير خريطة حرارية (Heatmap) لتحديد المناطق الأكثر ازدحاماً

عرض خريطة حرارية (من نظام المراقبة) لمشعر منى. تحديد المناطق باللون الأحمر (كثافة عالية). تحديد عدد الحجاج التقريبي في تلك المناطق. اقتراح فتح ممرات بديلة.

تحليل تغريدة (Tweet) واستخراج المشاعر (Sentiment)

قراءة تغريدة عن خدمة النقل (مثال: "الحافلات متأخرة والجو حار، هذا غير مقبول"). تصنيف المشاعر (سلبية). استخراج الكلمات المفتاحية (متأخرة، حار، غير مقبول). اقتراح إجراء (تحسين خدمة النقل في هذا الموقع المحدد).

اقتراح مسار بديل لتجنب الازدحام بناءً على البيانات

إعطاء حاج (موقعه الحالي في منى) بيانات عن ازدحام الطريق المباشر إلى الجمرات (كثافة عالية جداً). اقتراح مسار بديل (الالتفاف حول المخيمات، المسافة أطول بقليل لكن الكثافة أقل).

تطبيق نظام توصية (توصية بوقت رمي الجمرات)

بناء قاعدة بسيطة: إذا كان الحاج من كبار السن (>70 سنة) أو ذوي الاحتياجات الخاصة، يوصى برمي الجمرات في الفترة الأولى (7-9 صباحاً). إذا كان الحاج شاباً ولا يعاني من أمراض، يوصى بالفترة الثانية أو الثالثة (أقل ازدحاماً).

رحلة التعلم

محتوى البرنامج

01

اليوم الأول: أساسيات الذكاء الاصطناعي وتحليل البيانات في إدارة الحشود

مقدمة في الذكاء الاصطناعي (AI) وتحليل البيانات
ما هو الذكاء الاصطناعي؟ محاكاة الذكاء البشري في الآلات (التعلم، الاستدلال، حل المشكلات، الإدراك). ما هو التعلم الآلي (Machine Learning – ML): فرع من الذكاء الاصطناعي يسمح للآلات بالتعلم من البيانات بدون برمجة صريحة. أنواع ML: (1) التعلم الخاضع للإشراف (Supervised Learning): تدريب نموذج على بيانات مصنفة (مدخلات ومخرجات) للتنبؤ بالمخرجات لمدخلات جديدة. (2) التعلم غير الخاضع للإشراف (Unsupervised Learning): البحث عن أنماط في بيانات غير مصنفة. (3) التعلم المعزز (Reinforcement Learning): يتعلم الوكيل من خلال التفاعل مع البيئة والحصول على مكافآت. ما هو التعلم العميق (Deep Learning – DL): فرع من ML يستخدم الشبكات العصبية العميقة (Deep Neural Networks) لمعالجة البيانات المعقدة (الصور، الصوت، النص).
أنواع التحليلات في إدارة الحشود
(1) التحليل الوصفي (Descriptive Analytics): ماذا حدث؟ (مثال: "خلال الساعة الماضية، دخل 50,000 حاج إلى الجمرات".) يستخدم لوحات المعلومات والتقارير. (2) التحليل التشخيصي (Diagnostic Analytics): لماذا حدث؟ (مثال: "سبب الازدحام هو إغلاق مفاجئ لأحد الممرات بسبب حادثة سقوط".) يستخدم تحليل الارتباط (Correlation) وتحليل الأسباب الجذرية (Root Cause Analysis). (3) التحليل التنبؤي (Predictive Analytics): ماذا سيحدث؟ (مثال: "من المتوقع أن تصل الكثافة إلى 90% من السعة خلال 30 دقيقة".) يستخدم نماذج الانحدار (Regression)، السلاسل الزمنية (Time Series)، التعلم الآلي. (4) التحليل التوجيهي (Prescriptive Analytics): كيف نجعل ما نريده يحدث؟ (مثال: "لتجنب الازدحام، يوصى بإغلاق الممر المؤدي إلى الجسر وتوجيه الحجاج إلى الجسر البديل".) يستخدم خوارزميات التحسين (Optimization) والمحاكاة (Simulation).
مصادر البيانات في الحج والعمرة
(1) كاميرات المراقبة (CCTV): آلاف الكاميرات في المسجد الحرام والمسجد النبوي والمشاعر، تنتج Petabytes من الفيديو يومياً. (2) أجهزة الاستشعار (Sensors): أجهزة قياس الكثافة، سرعة الحركة، درجة الحرارة، الرطوبة. (3) التطبيقات: نسك، طمأنينة، توكلنا، صحتي (تنتج ملايين الإبلاغات والاستعلامات). (4) بطاقات نسك: تنتج بيانات عن دخول وخروج الحجاج من المشاعر. (5) وسائل التواصل الاجتماعي: تويتر (X) هو الأكثر استخداماً في السعودية؛ تغريدات الحجاج عن الخدمات، الشكاوى، الازدحام. (6) بيانات الطقس: درجة الحرارة، سرعة الرياح، الرطوبة (تؤثر على سلوك الحجاج). (7) البيانات التاريخية: إحصاءات المواسم السابقة (أعداد الحجاج، الكثافات، الحوادث).
تحديات البيانات الضخمة (Big Data) في الحج
(1) الحجم (Volume): ملايين الصفوف من البيانات يومياً. (2) السرعة (Velocity): البيانات تتغير كل ثانية (الكثافة، المواقع). (3) التنوع (Variety): بيانات منظمة (جداول)، شبه منظمة (JSON)، غير منظمة (صور، فيديو، نصوص). (4) الصدق (Veracity): جودة البيانات (قد تكون أجهزة الاستشعار خاطئة، قد تكون الكاميرات معطلة). (5) القيمة (Value): استخراج رؤى مفيدة من البيانات الضخمة. الحلول: استخدام تقنيات (Data Lake، Hadoop، Spark)، وتقنيات معالجة التدفق (Stream Processing) (مثل Apache Kafka، Spark Streaming).
ورشة عمل عملية (تحليل بيانات بسيطة في Excel)
المطلوب (فرق عمل صغيرة): (1) ملف Excel يحتوي على بيانات الكثافة (عدد الحجاج في الساعة) في الجمرات خلال أيام التشريق (10-12 ذي الحجة) لكل ساعة. (2) حساب المتوسط (Average) لكل ساعة عبر الأيام الثلاثة. (3) رسم مخطط خطي (Line Chart) يوضح ساعات الذروة. (4) تحديد الساعتين الأكثر ازدحاماً (أعلى قمتين). (5) تحديد الساعتين الأقل ازدحاماً. (6) تقديم توصيات (مثلاً: توجيه الحجاج إلى رمي الجمرات في الساعات الأقل ازدحاماً).
02

اليوم الثاني: التنبؤ بالكثافات والازدحام (Forecasting)

أهمية التنبؤ بالكثافات في إدارة الحشود
الفوائد: (1) تخطيط الموارد (أين تضع فرق الأمن والإسعاف)، (2) تعديل خطط التفويج في الوقت الفعلي، (3) إرسال إشعارات للحجاج (تجنب أوقات الذروة)، (4) منع الكوارث (إذا توقعنا أن الكثافة ستتجاوز الطاقة الاستيعابية). المتغيرات المؤثرة: (1) الوقت من اليوم (الصباح، الظهر، المساء)، (2) اليوم من أيام التشريق، (3) الطقس (الحرارة العالية قد تدفع الحجاج إلى التبكير أو التأخير)، (4) الأحداث الخاصة (خطبة عرفة، أول أيام العيد)، (5) إجراءات التفويج (إذا أعلنت الجهات عن أوقات محددة).
تقنيات التنبؤ بالسلاسل الزمنية (Time Series Forecasting)
(1) المتوسط المتحرك (Moving Average): توقع القيمة التالية بمتوسط القيم السابقة (لـ n فترة). (2) التجانس الأسي (Exponential Smoothing): إعطاء وزن أكبر للقيم الأحدث. (3) ARIMA (AutoRegressive Integrated Moving Average): نموذج إحصائي متقدم للسلاسل الزمنية. (4) Prophet (من Facebook): نموذج قوي يتعامل مع الموسمية والتغيرات في الاتجاه. تطبيق عملي (بسيط): باستخدام بيانات الكثافة لآخر 6 ساعات (10, 12, 15, 18, 22, 25 ألف حاج)، توقع الكثافة في الساعة السابعة باستخدام المتوسط المتحرك لآخر 3 ساعات ((18+22+25) / 3 = 21.7 ألف حاج).
استخدام التعلم الآلي للتنبؤ (Regression Models)
الانحدار الخطي (Linear Regression): العلاقة بين متغير تابع (الكثافة) ومتغير مستقل واحد أو أكثر (الوقت، درجة الحرارة، اليوم). المعادلة: y = a + b1*x1 + b2*x2 + ... + bn*xn. تطبيق عملي (بسيط): افتراض أن الكثافة (y) تعتمد فقط على الوقت (x) (عدد الساعات منذ الفجر). إذا كانت المعادلة y = 5 + 3x (تقريبية)، وتوقع الكثافة بعد ساعتين (x=2) = 5 + 3*2 = 11 ألف حاج. (ملاحظة: هذا تبسيط شديد، النماذج الحقيقية أكثر تعقيداً).
ورشة عمل عملية (التنبؤ بالكثافة في الجمرات باستخدام المتوسط المتحرك)
المطلوب (فرق عمل صغيرة): (1) بيانات الكثافة في الجمرات (لكل 10 دقائق) لمدة ساعتين (12 نقطة زمنية). (2) حساب المتوسط المتحرك لآخر 3 نقاط (الفترة الزمنية 30 دقيقة). (3) توقع الكثافة للنقطة الزمنية 13. (4) مقارنة التوقع بالقيمة الفعلية (المقدمة في ملف التدريب). (5) حساب الخطأ (Error = Actual – Predicted). (6) مناقشة دقة التنبؤ.
تطبيق التنبؤ في غرف العمليات (دراسة حالة)
السيناريو: غرفة العمليات تتلقى تنبؤاً من نموذج الذكاء الاصطناعي بأن كثافة ممرات الجمرات ستصل إلى 95% من السعة خلال 30 دقيقة (بسبب تحسن الطقس وتدفق الحجاج بعد صلاة الظهر). الإجراءات التي تتخذها غرفة العمليات: (1) إرسال إشعارات للحجاج عبر تطبيق نسك (تجنب الجمرات الآن، انتظر ساعة). (2) إغلاق المداخل المؤدية إلى هذا الممر مؤقتاً. (3) توجيه الفرق الميدانية إلى الممر للاستعداد للتدافع. (4) زيادة عدد سيارات الإسعاف في المنطقة. (5) تعديل إشارات المرور لتوجيه الحافلات إلى مواقف بديلة.
03

اليوم الثالث: رؤية الكمبيوتر (Computer Vision) لتحليل كاميرات المراقبة

مقدمة في رؤية الكمبيوتر (Computer Vision)
ما هي رؤية الكمبيوتر؟ تمكين الآلات من "رؤية" وفهم الصور ومقاطع الفيديو (كما يفعل البشر). التطبيقات في إدارة الحشود: (1) عد الحجاج (People Counting)، (2) تقدير الكثافة (Density Estimation)، (3) اكتشاف الحالات الشاذة (Anomaly Detection) (سقوط، تدافع، حقائب متروكة)، (4) تتبع الحركة (Tracking)، (5) التعرف على الوجوه (Face Recognition) (للبحث عن المفقودين). التقنيات المستخدمة: (1) الشبكات العصبية التلافيفية (Convolutional Neural Networks – CNNs)، (2) كاشفات الأجسام (Object Detectors) مثل (YOLO، SSD، Faster R-CNN).
عد الحجاج وتقدير الكثافة من كاميرات المراقبة
عد الحجاج (People Counting): (1) كاميرات علوية (Top-view) تلتقط رؤوس الحجاج. (2) خوارزميات اكتشاف الدوائر (Circle Detection) أو الشبكات العصبية المدربة على رؤوس البشر. (3) ينتج الخوارزمية عدد الحجاج في كل إطار (Frame). (4) يتم تجميع الأعداد على مدار الوقت (دقيقة، ساعة). تقدير الكثافة (Density Estimation): (1) بدلاً من عد كل حاج (صعب في الحشود الكثيفة جداً)، تقوم الخوارزمية بتقدير الكثافة (عدد الحجاج لكل متر مربع). (2) يتم تمثيل الكثافة على خريطة حرارية (Heatmap): الأحمر = كثافة عالية جداً، الأصفر = متوسطة، الأخضر = منخفضة. الفوائد: (1) تحديد المناطق التي تجاوزت الطاقة الاستيعابية، (2) إطلاق تنبيهات تلقائية.
اكتشاف الحالات الشاذة (السقوط، التدافع، الحقائب المتروكة)
السقوط (Fall Detection): (1) خوارزميات تحليل الوضعيات (Pose Estimation) لاكتشاف جسم الإنسان مستلقياً على الأرض. (2) النسبة بين العرض والارتفاع، (3) إطلاق إنذار للمشرفين (لإرسال إسعاف). التدافع (Crowd Crush Detection): (1) الكشف عن الحركة غير الطبيعية (انخفاض مفاجئ في سرعة الحركة، زيادة مفاجئة في الكثافة)، (2) الكشف عن الأصوات العالية (إذا كانت الكاميرات مزودة بميكروفونات)، (3) التنبؤ بالتدافع قبل حدوثه بناءً على معدل تغير الكثافة. الحقائب المتروكة (Abandoned Baggage Detection): (1) اكتشاف أشياء تركت لفترة زمنية طويلة (أكثر من دقيقة) في منطقة حساسة، (2) مقارنة الإطارات الحالية بالسابقة، (3) إطلاق إنذار أمني.
ورشة عمل عملية (تحليل فيديو قصير – محاكاة)
المطلوب (فرق عمل صغيرة): (1) مشاهدة فيديو قصير (30 ثانية) مأخوذ من كاميرا مراقبة (محاكاة أو حقيقي) لحشود في جسر الجمرات. (2) يدوياً (مع تخمين): تقدير عدد الحجاج في الإطار (إذا كان ممكناً) أو تقدير الكثافة (عالي، متوسط، منخفض). (3) تحديد أي سلوك شاذ (سقوط، تدافع، شخص يركض، حقيبة متروكة). (4) تخيل أنك نظام ذكاء اصطناعي؛ ما هو الإنذار الذي ستطلقه؟ (مثال: "إنذار: سقوط في الممر 2، إرسال إسعاف"). (5) مناقشة التحديات (مثل ازدحام شديد يجعل التقدير صعباً).
التكامل مع أنظمة الإنذار وغرف العمليات
سير العمل المتكامل: (1) كاميرا المراقبة ترسل الفيديو إلى خادم الذكاء الاصطناعي (Edge Server أو Cloud). (2) نموذج الذكاء الاصطناعي يعالج الفيديو في الوقت الفعلي (Real-time). (3) إذا تم اكتشاف حالة شاذة (سقوط، تدافع، حقيبة متروكة)، يتم إرسال إنذار إلى غرفة العمليات (مع صورة للمشهد، وصف، موقع الكاميرا). (4) المشرف في غرفة العمليات يراجع الإنذار، وإذا كان صحيحاً، يوجه الفرق الميدانية (الأمن، الإسعاف) إلى الموقع. (5) يمكن للنظام أيضاً إرسال إشعار تلقائي لأقرب سيارة إسعاف عبر نظام تحديد المواقع. الفوائد: تقليل زمن الاستجابة من دقائق إلى ثوانٍ.
04

اليوم الرابع: تحليل المشاعر (Sentiment Analysis) من وسائل التواصل الاجتماعي

أهمية تحليل المشاعر في خدمة ضيوف الرحمن
ما هو تحليل المشاعر (Sentiment Analysis)؟ استخدام معالجة اللغة الطبيعية (NLP) لاستخراج المشاعر (إيجابية، سلبية، محايدة) من النصوص (تغريدات، منشورات، تعليقات). البيانات: تويتر (X) هو المصدر الأغنى في السعودية. الفوائد: (1) كشف المشكلات الجماعية (مثلاً: ارتفاع عدد التغريدات السلبية عن تأخر الحافلات في منطقة معينة يمكن أن يشير إلى أزمة حقيقية). (2) قياس رضا الحجاج عن الخدمات (النقل، الإسكان، الطعام، الصحة). (3) تحديد المناطق التي تعاني من سوء الخدمات. (4) تحسين تجربة الحاج من خلال الاستجابة السريعة للشكاوى.
خطوات تحليل المشاعر
(1) جمع البيانات (Data Collection): استخدام واجهات برمجة التطبيقات (APIs) لتويتر لجمع التغريدات التي تحتوي على كلمات مفتاحية (#الحج، #مكة، #منى، #عرفة، #جمرات، نسك، طمأنينة، توكلنا). (2) تنظيف البيانات (Data Cleaning): إزالة الروابط، الرموز غير الضرورية، التكرار، التحويل إلى حروف صغيرة. (3) تصنيف المشاعر (Sentiment Classification): باستخدام نماذج تعلم آلي (Naive Bayes، Support Vector Machines، Transformers (BERT، AraBERT)). يمكن تدريب النموذج على مجموعة تغريدات مصنفة يدوياً (إيجابية، سلبية، محايدة). (4) التحليل والتجميع: حساب النسبة المئوية للتغريدات الإيجابية والسلبية لكل خدمة. تحديد المواقع الجغرافية: إذا كانت التغريدة تحتوي على معلومات الموقع، يمكن رسم خريطة للمشاعر السلبية (تحديد المناطق التي تشهد شكاوى كثيرة).
ورشة عمل عملية (تحليل تغريدات (محاكاة))
المطلوب (فرق عمل صغيرة): (1) قائمة بـ 10 تغريدات (وهمية) عن خدمات الحج. (2) لكل تغريدة، تحديد المشاعر (إيجابية، سلبية، محايدة). (3) تحديد الخدمة التي تتحدث عنها (نقل، إسكان، طعام، صحة، إرشاد). (4) حساب النسبة المئوية للتغريدات السلبية لكل خدمة. (5) اقتراح إجراءات تحسين للخدمة الأكثر سلبية. مثال: 7 تغريدات عن النقل، منها 5 سلبية (71%)، اثنتان منها تتحدثان عن "تأخر الحافلات في منى". الإجراء المقترح: التحقق من سبب تأخر الحافلات (ازدحام مروري، نقص في عدد الحافلات)، وزيادة عدد الحافلات في منى.
تحليل المشاعر في الوقت الفعلي (Real-time)
السيناريو: خلال موسم الحج، تبدأ فجأة تغريدات كثيرة بالظهور تفيد بوجود "تدافع في جسر الجمرات". النظام يقوم بتحليل التغريدات (في غضون دقائق) ويستنتج أن المشاعر سلبية جداً وأن هناك كلمات مفتاحية (تدافع، إصابات، سقوط). الإجراءات التلقائية: (1) إرسال إنذار إلى غرفة العمليات، (2) زيادة كاميرات المراقبة في هذا الجسر، (3) إرسال فرق إسعاف إضافية، (4) إرسال إشعار للحجاج (عبر التطبيقات) بتجنب هذا الجسر. الفوائد: الاستجابة السريعة للأزمات قد تنقذ الأرواح.
التكامل مع التطبيقات (نسك، هدى) للرد على الشكاوى
آلية الرد: إذا اكتشف النظام تغريدة سلبية عن خدمة معينة، يمكن إرسال رد تلقائي (أو يدوي) من حساب الجهة المعنية، يعتذر ويطلب تفاصيل أكثر عبر الرسائل الخاصة (Direct Message). مثال: تغريدة: "الحافلة التي تقلنا إلى مزدلفة متأخرة ساعتين، الجو حار والأطفال متعبون". الرد: "نعتذر عن التأخير. يرجى مراسلتنا على الخاص باسم الشركة ورقم الحافلة وموقعها، وسيتم اتخاذ اللازم فوراً". هذا يحسن الصورة الذهنية للجهة ويعطي الحاج انطباعاً بأنهم يهتمون بمشكلته.
05

اليوم الخامس: التحسين والتوصيات (Optimization & Recommendation) والمشروع النهائي

خوارزميات التحسين (Optimization) في إدارة الحشود
ما هو التحسين؟ إيجاد أفضل حل بين مجموعة من الحلول الممكنة (مثل: أقل مسافة، أقل وقت، أقل تكلفة، توزيع متوازن). تطبيقات في إدارة الحشود: (1) إعادة توجيه الحشود (Rerouting): عند وقوع ازدحام، إيجاد مسارات بديلة للحجاج (أقصر مسافة مع أقل كثافة). (2) جدولة أوقات رمي الجمرات (Scheduling): توزيع مئات الآلاف من الحجاج على فترات زمنية مختلفة لتجنب الازدحام (مشكلة جدولة). (3) توزيع فرق الأمن والإسعاف (Resource Allocation): تحديد عدد الفرق التي يجب وضعها في كل منطقة بناءً على الكثافة المتوقعة. خوارزميات: (1) خوارزمية ديكسترا (Dijkstra) لإيجاد أقصر مسار، (2) خوارزميات الجدولة (Earliest Deadline First، Shortest Processing Time)، (3) خوارزميات التحسين الخطي (Linear Programming).
نظام التوصيات (Recommendation System) للحجاج
ما هو نظام التوصيات؟ نظام يقدم توصيات مخصصة (مثل توصيات أمازون، نتفليكس). في الحج: (1) توصية بأفضل وقت لزيارة الروضة الشريفة (بناءً على كثافة الحشود المتوقعة وتفضيلات الحاج (عمره، صحته)). (2) توصية بأفضل وقت لرمي الجمرات (بناءً على الكثافة المتوقعة). (3) توصية بأقرب خدمة (دورة مياه، إسعاف، ماء) بناءً على موقع الحاج الحالي. كيف يعمل؟ (1) جمع البيانات (تطبيق نسك يعرف عمر الحاج، صحته، موقعه، تاريخ الزيارات السابقة). (2) نموذج تنبؤي (يتوقع الكثافة في الأوقات المختلفة). (3) قاعدة توصيات (إذا كان الحاج أكبر من 70 سنة -> أوص بالزيارة في الفترة الأولى).
ورشة عمل عملية (اقتراح مسار بديل)
المطلوب (فرق عمل صغيرة): (1) خريطة مبسطة لمنى (عقدة (Node) تمثل تقاطعات، حواف (Edge) تمثل ممرات). (2) بيانات الكثافة على كل ممر (عالي، متوسط، منخفض). (3) حاج يقع عند العقدة A ويريد الوصول إلى الجمرات (العقدة B). (4) المسار الأقصر (مباشر) يمر عبر ممر بكثافة عالية جداً (خطير). (5) اقتراح مسار بديل (أطول قليلاً لكن كثافته منخفضة). (6) إعطاء تعليمات للحاج (اتجه إلى الشمال، ثم انعطف يميناً، ثم سر 200 متر).
تطبيق نظام توصية (بسيط) لوقت رمي الجمرات
المطلوب (فرق عمل صغيرة): (1) قاعدة بيانات بسيطة تحتوي على: العمر، الحالة الصحية (عادي، مريض مزمن، إعاقة حركية)، الوقت المفضل (صباحاً، ظهراً، عصراً، مساءً). (2) الكثافة المتوقعة في كل وقت (المعطى). (3) اقتراح توصية لكل حاج. مثال: حاج (عمر 72 سنة، يعاني من ضغط الدم، يفضل وقت الظهر). الكثافة المتوقعة ظهراً: عالية جداً. التوصية: "نوصي برمي الجمرات في الفترة الأولى (7-9 صباحاً) حيث الكثافة أقل. يمكنك أيضاً رميها في الفترة المسائية (7-10 مساءً) ولكن قد تكون أكثر ازدحاماً قليلاً".
المشروع النهائي (تطبيق متكامل)
المطلوب (فرق عمل صغيرة): (1) سيناريو: غرفة عمليات تحتاج إلى نظام ذكاء اصطناعي لتحسين إدارة الحشود في الجمرات. (2) البيانات المتاحة: بيانات الكثافة التاريخية (لكل ساعة) لأيام التشريق لآخر 3 سنوات، بيانات الطقس (درجة الحرارة)، بيانات التصاريح (عدد الحجاج المسموح لهم بالرمي في كل فترة). (3) المطلوب: (أ) تحليل البيانات التاريخية لتحديد أيام وساعات الذروة، (ب) بناء نموذج تنبؤي بسيط (المتوسط المتحرك) لتوقع كثافة الساعة القادمة، (ج) اقتراح خوارزمية تحسين لتوزيع الحجاج على الفترات الزمنية، (د) اقتراح نظام توصيات للحجاج (بناءً على أعمارهم) لأفضل وقت للرمي، (هـ) كتابة تقرير عن التصميم المقترح (5-10 صفحات) يتضمن الرسوم البيانية والتوصيات. (و) تقديم عرض للمدرب (10 دقائق).
اختبار ختامي ومراجعة الدورة الثالثة عشرة
أسئلة موضوعية قصيرة حول الذكاء الاصطناعي، أنواع التحليلات، التنبؤ، رؤية الكمبيوتر، تحليل المشاعر، التحسين، التوصيات. أسئلة حالة عملية (تطبيق المفاهيم على سيناريو). مراجعة أبرز النقاط في الأيام الخمسة.
ملخص التسجيل
تسجيل آمن في الدورة
اطلب الجدول وعرض السعر

لا يوجد دفع إلكتروني مفتوح لهذه الدورة حالياً. يمكن لفريقنا إرسال عرض السعر المناسب لك.

+966

تحقق أمني سريع — أكمله لتفعيل الإرسال

يصلكم العرض عبر البريد وبوابة العملاء

استفسر عبر واتساب
قد يهمك أيضاً

دورات أخرى متاحة للحجز الآن

دفعات مؤكدة بموعد وسعر محددين — احجز مقعدك وادفع إلكترونياً مباشرة

المناقصات والمشتريات الحكومية: قراءة عملية للأنظمة والعقود - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج القانونية للمحامين والموظفين

المناقصات والمشتريات الحكومية: قراءة عملية للأنظمة والعقود

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
396 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
نظام إدارة الجودة – ISO 9001 - رواسي التمكين
دفعة مؤكدة — حجز فوري
برامج شهادات الايزو(ISO)

نظام إدارة الجودة – ISO 9001

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
399 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
ضبط الجودة والاختبارات QA/QC في الأعمال المدنية والإنشائية - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج الهندسية في القطاع الإنشائي

ضبط الجودة والاختبارات QA/QC في الأعمال المدنية والإنشائية

  • يبدأ الأحد 25 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
696 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
أخصائي المشتريات والعقود - رواسي التمكين
دفعة مؤكدة — حجز فوري
البرامج الادارية والقيادية

أخصائي المشتريات والعقود

  • يبدأ الأحد 18 أكتوبر 2026
  • عن بُعد
  • 6:00–10:00 مبتوقيت الرياض
يبدأ خلال 12 يوماً
396 SARشامل ضريبة القيمة المضافة
احجز مقعدكهل ترغب بتنفيذها لمنشأتك؟
مصفوفة المواعيد الثابتة

استكشف جدول البرامج التدريبية الشهرية

خطط لخارطة التدريب الربعي لمنشأتك من خلال دوراتنا الشهرية المضمونة الانعقاد. تصفح الجداول الزمنية المنظمة والمصممة خصيصاً للمسارات الصناعية والمهنية.

عرض الجدول الشهري
عرض سعر لجهة عملك
يصلكم العرض عبر البريد وبوابة العملاء