Swimming pools are popularly used for sport and recreational purposes worldwide. These places influence swimmers’ health as they are considered public places. This study attempted to introduce a process mining framework which analyzes the environmental health status in swimming pools. In this context, a new numerical index namely Swimming Pool Environmental Health Index (SPEHI) was developed through which, big data extracted from checklists of environmental health inspection of swimming pools were analyzed in fuzzy environment. The methodology comprises MCDM (Multi- Criteria Decision-Making) approach including fuzzy TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) and fuzzy OWA (Ordered Weighting Average). The performance of this index was evaluated through an applied example on 12 swimming pools in Shiraz, Iran that was run for a three-year sequence from 2015 to 2017. Among 30 evaluation criteria used in this index, the greatest (0.61) and lowest (0.35) group weights were dedicated to “Residual chlorine biological water quality” and “existence of drinking water facilities”, respectively. For the study area, SPEHI showed a wide range of environmental health conditions between 37.8 (Relatively good) to 98.19 (Excellent). The extended index could shrink swimming pool’s big data to concise values which are interpretable for health experts and managers of sport sector. It helps figuring out the trends of hygiene conditions in a swimming pool over the time and easy access to compare a city’s swimming pools as well. The methodology is flexible in structure and thus, it could be applied for other sporting places.

游泳池在世界范围内普遍用于运动和娱乐目的。这些地方会影响游泳者的健康，因为它们被认为是公共场所。本研究试图引入一个过程挖掘框架来分析游泳池的环境健康状况。在此背景下，开发了一种新的数值指数——游泳池环境健康指数（SPEHI），通过该指数，从游泳池环境健康检查清单中提取的大数据在模糊环境下进行分析。该方法包括 MCDM（多标准决策）方法，包括模糊 TOPSIS（通过与理想解决方案相似的顺序偏好技术）和模糊 OWA（有序加权平均）。该指数的表现通过设拉子 12 个游泳池的应用示例进行评估，伊朗，从 2015 年到 2017 年连续运行三年。在该指数使用的 30 个评价标准中，最大（0.61）和最低（0.35）组权重分别为“余氯生物水质”和“存在饮用水设施”，分别。对于研究区域，SPEHI 显示出范围广泛的环境健康状况，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。在该指数使用的30个评价标准中，最大（0.61）和最小（0.35）组权重分别专用于“余氯生物水质”和“是否存在饮用水设施”。对于研究区域，SPEHI 显示出范围广泛的环境健康状况，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。在该指数使用的30个评价标准中，最大（0.61）和最小（0.35）组权重分别专用于“余氯生物水质”和“是否存在饮用水设施”。对于研究区域，SPEHI 显示出范围广泛的环境健康状况，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。35) 组权重分别用于“余氯生物水质”和“是否存在饮用水设施”。对于研究区域，SPEHI 显示出范围广泛的环境健康状况，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。35) 组权重分别用于“余氯生物水质”和“是否存在饮用水设施”。对于研究区域，SPEHI 显示出范围广泛的环境健康状况，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。SPEHI 的环境健康状况范围广泛，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。SPEHI 的环境健康状况范围广泛，介于 37.8（相对良好）到 98.19（优秀）之间。扩展后的指数可以将游泳池的大数据压缩为简明的值，这些值可供健康专家和体育部门的管理者解释。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。它有助于了解游泳池的卫生条件随时间变化的趋势，并便于比较城市的游泳池。该方法在结构上是灵活的，因此可以应用于其他运动场所。