[논문]사회네트워크분석과 텍스트마이닝을 이용한 배구 경기력 분석

강병욱; 허만규; 최승배

doi:10.7465/jkdi.2015.26.3.619

사회네트워크분석과 텍스트마이닝을 이용한 배구 경기력 분석
Performance analysis of volleyball games using the social network and text mining techniques 원문보기 논문타임라인

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.26 no.3, 2015년, pp.619 - 630

강병욱 ((주)엠소프트테크놀러지) , 허만규 (동의대학교 분자생물학과) , 최승배 (동의대학교 데이터정보학과)

초록
AI-Helper

본 연구의 목적은 '사회네트워크분석'과 '텍스트마이닝'을 이용하여 국내 남자프로배구 구단의 공격, 패스 패턴을 찾아내고, 배구경기력과 관련된 핵심 키워드 추출하여 경기력을 평가하여 향후 구단의 경기 전력을 수립하는데 기초자료로 활용하는데 있다. 본 연구에서는 '사회네트워크분석'을 통해 도출된 그룹변수들을 '텍스트마이닝' 기법의 결과인 경기의 '승패'에 차이를 검정하기 위해 '0' 그룹 (6명)과 '1' 그룹 (11명)으로 재구성하였다. 연구의 결과로서 '사회네트워크분석'의 연결중심성과 중개중심성의 순위로 판단하면, '0' 그룹 보다 '1' 그룹이 우수한 경기력을 보였다. '사회네트워크분석'에 의해서 재구성된 '0' 그룹과 '1' 그룹에 따라서 '텍스트마이닝'에 의해서 생성된 '승패' 그룹에 대한 유의성 검정 결과 유의한 차이가 있는 것으로 나타났다 (p값: 0.001). '그룹별' 클러스터링 결과, '0' 그룹의 경우 'D' 선수와 'E' 선수가 '세트' 플레이를 통하여 정확하게 득점한다고 할 수 있다. '1' 그룹의 경우 'K' 선수가 '디그'에 의해서 '공격'을 하는 경우 실패하는 경우가 많고, 'C' 선수와 'P' 선수는 '세트' 정확한 플레이를 한 것으로 나타났다.

Abstract ▼ AI-Helper

The purpose of this study is to provide basic information to develop a game strategy plan of a team in a future by identifying the patterns of attack and pass of national men's professional volleyball teams and extracting core key words related with volleyball game performance to evaluate game performance using 'social network analysis' and 'text mining'. As for the analysis result of 'social network analysis' with the whole data, group '0' (6 players) and group '1' (11 players) were partitioned. A point of view the degree centrality and betweenness centrality in 'social network analysis' results, we can know that the group '1' more active game performance than the group '0'. The significant result for two group (win and loss) obtained by 'text mining' according to two groups ('0' and '1') obtained by 'social network analysis' showed significant difference (p-value: 0.001). As for clustering of each network, group '0' had the tendency to score points through set player D and E. In group '1', the player K had the tendency to fail if he attack through 'dig'; players C and D have a good performance through 'set' play.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 배구 구단의 경기력을 평가하는데 있어서 한 구단의 문자중계 데이터를 기준으로 하여 분석하였다. 배구 경기에서의 경기력은 해당 구단은 물론 다른 구단의 경기력 등에 적지 않은 영향을 미칠 수 있다.
본 연구의 목적은 2011∼2012 V-리그 국내 남자 프로배구 경기의 문자중계 데이터인 텍스트 데이터를 ‘사회네트워크분석’과 ‘텍스트마이닝’ 기법을 이용하여 공격, 패스 등의 패턴을 찾아내고, 배구 경기력과 관련된 핵심 키워드를 추출하여 이를 토대로 경기력을 평가하는데 있다.
즉, 두 그룹에 따라 경기의‘승패’에 차이를 보이는지를 알아보기 위한 분석결과이다.

제안 방법

‘사회네트워크분석’을 위한 데이터를 구성하기 위해서 본 연구에서 관심을 두고 있는 용어들을 크게 4가지 (‘player’, ‘action’, ‘success’, ‘score’)로 구분하여 지정된 4개의 변수에 저장하도록 하였고, 4가지 변수 이외의 용어들을 삭제하여 정제하였다.
‘텍스트마이닝’을 수행하기 위하여 ‘공격의 성공 여부’ 및 ‘수비의 성공 여부’ 그리고 ‘득점여부’로 구분하여 원시데이터를 분할, 구축하였다.
그리고 (2) 본 연구에서는 두 번째 단계에서 추출한 후보 키워드들 중에서 분석에 필요한 용어들인 ‘서브’, ‘리시브’, ‘블로킹’, ‘오픈’, ‘어택’, ‘속공’, ‘C속공’, ‘스파이크’,‘시간차’ 등을 추출한다.
그리고 (3) 두 분석 기법을 이용하여 분석을 실시하고, ‘사회네트워크분석’ 결과에서 도출된 정보와 ‘텍스트마이닝’ 기법에 적용시켜 분석한 결과를 이용하여 최종적인 결과를 도출한다.
문자중계 데이터에서 A구단 내에 소속된 선수들의 이름은 익명을 보장하기 위하여 ‘A, B, C, · · · ’와 같이 알파벳으로 대체하였고, 구단이 승리한 경기와 패한 경기를 구분하여 분석데이터를 구축하였다.
본 연구에서는 2011∼2012 V-리그 국내 남자프로배구 경기의 문자중계 데이터를 이용하여 국내 남자프로배구 구단의 공격, 패스 패턴을 찾아내고 배구경기력과 관련된 핵심 키워드 추출하였다.
‘사회네트워크분석’ 결과, 분류된 9개의 그룹 중 6명 (A, D, E, F, L, N)으로 구성된 그룹과 1명 또는 2명으로 구성된 8개의 그룹으로 얻어졌다. 본 연구에서는 6명으로 구성된 그룹과 나머지 1명 또는 2명으로 구성된 그룹들을 하나의 그룹으로 하여 2개의 그룹으로 그룹변수를 생성하였다. 본 연구에서두 집단으로 나눈 이유는 (1) ‘사회네트워크분석’ 결과 9개의 그룹으로 분석하기에는 무리가 있다고 판단하였고, (2) 인접한 그룹 간에는 비슷한 성격을 갖는다고 알려져 있어 1명 또는 2명으로 구성된 그룹을 하나의 그룹으로 통합하였다 (SAS Korea, 2010).
본 연구의 분석과정은 먼저 (1) 분석하고자 하는 데이터를수집하여, (2) 연구 목적과 분석 기법에 따라 정제·가공하여 ‘사회네트워크분석’과 ‘텍스트마이닝’을 위한 데이터를 구성한다.

대상 데이터

본 연구에서 관심 있는 데이터는 비정형화된 텍스트 데이터로서 사회네트워크 서비스뿐만 아니라 이메일과 메시지 등 많은 방법을 통해서 얻어질 수 있다. 이 때문에 많은 주목을 받고 있는 분야가 ‘사회 미디어 분석’이고, ‘사회네트워크분석’과 ‘텍스트마이닝’이 대표적인 기술이다.
본 연구에서 사용될 분석데이터는 국내 남자 프로배구 ‘2011∼2012 V-리그’ 경기의 문자중계 데이터로서 총 6개 구단 중에서 하나의 A구단을 선정하여 ‘2011∼2012 V-리그’ 정규리그에서 총 35경기 (실제 36경기 중 상대팀 기권으로 인한 1승 제외)에 대한 문자중계 데이터를 추출하였다.

이론/모형

즉, ‘사회네트워크분석’과 같이 문자중계 내용에 포함되어 있는 불필요한 자료들을 삭제하고, 세부적인 ‘텍스트마이닝’을 위해 공격 및 수비의 성공 여부를 알기 위한 변수로‘Victory’를 생성시켰다. 본 연구에서는 소셜 네트워크 분석을 위해 SAS의 Optgraph procedure for SNA를 사용하였고, 텍스트마이닝 기법은 SAS의 SAS Text Miner를 사용하였다.
이를 토대로 선수들의 경기력을 평가하기 위해서 ‘사회네트워크분석’과 ‘텍스트마이닝’ 기법을 이용하여 분석을 수행하였다.

성능/효과

그리고 ‘B’ 와 ‘J’ 선수, ‘M’ 선수는 정확성이 높음을 알 수 있고, ‘어시스트’, ‘블로킹’, ‘속공’은 ‘실패’할 확률이 높음을 알 수 있다.
보다 세부적으로 해석하면, 연결중심성과 매개중심성 모두에서 ‘O’ 선수가 각각 32와 0.036의 값으로 나타나 가장 많은 매개체 역할을 한 선수인 것으로 나타났다.
본 연구에서두 집단으로 나눈 이유는 (1) ‘사회네트워크분석’ 결과 9개의 그룹으로 분석하기에는 무리가 있다고 판단하였고, (2) 인접한 그룹 간에는 비슷한 성격을 갖는다고 알려져 있어 1명 또는 2명으로 구성된 그룹을 하나의 그룹으로 통합하였다 (SAS Korea, 2010).
연결중심성과 매개 중심성의 순위로 판단할 때, 그룹 ‘1’이 그룹 ‘0’ 보다 우수한 경기력을 보이는 그룹인 것으로 나타났다.
전체 데이터에 대한 클러스터링 결과, 팀은 ‘오픈’ 유형의 공격이 주 득점 요인이라 할 수 있다.

후속연구

따라서 향후에는 여러 시즌에 걸쳐 전체 배구 구단의 경기 문자중계 데이터를 활용하여 배구 경기력을 평가함으로써 보다 정밀한 구단 전략을 수립하는데 충분한 기초자료로 활용해야 할 것이다. 그리고 ‘사회네트워크분석’을 수행하는데 있어서 선수들 간에 각종 액션들의 복잡한 상호 관련성으로 인해 방향성을 고려하지 않았기 때문에 보다 더 정밀한 분석을 위해서는 방향성을 고려한 분석이 필요하다. 더 나아가 ‘사회네트워크분석’과 ‘텍스트마이닝’ 분석 이외에 공간 정보를 이용한 공간통계학적 분석과 선수들의 바이오리듬 정보를 결합하여 분석한다면 보다 정밀한 정보를 얻을 수 있을 것으로 기대된다.
그리고 4절에서는 ‘사회네트워크분석’과 ‘텍스트마이닝’을 이용한 분석결과에 대해 보여주고, 마지막 절에서 본 연구의 한계점 및 향후 연구과제로 결론을 맺는다.
본 연구의 목적은 2011∼2012 V-리그 국내 남자 프로배구 경기의 문자중계 데이터인 텍스트 데이터를 ‘사회네트워크분석’과 ‘텍스트마이닝’ 기법을 이용하여 공격, 패스 등의 패턴을 찾아내고, 배구 경기력과 관련된 핵심 키워드를 추출하여 이를 토대로 경기력을 평가하는데 있다. 그리고 이러한 분석 결과를 토대로 향후 국내 남자 프로배구 구단의 경기 전력을 수립하는데 기초자료로 활용하는데 있다. 본 연구의 내용을 통한 기초자료를 활용하여 배구 구단은 각 선수들에 대한 연봉 협상 및 경기 전력을 수립할 수 있을 것으로 기대한다.
그리고 ‘사회네트워크분석’을 수행하는데 있어서 선수들 간에 각종 액션들의 복잡한 상호 관련성으로 인해 방향성을 고려하지 않았기 때문에 보다 더 정밀한 분석을 위해서는 방향성을 고려한 분석이 필요하다. 더 나아가 ‘사회네트워크분석’과 ‘텍스트마이닝’ 분석 이외에 공간 정보를 이용한 공간통계학적 분석과 선수들의 바이오리듬 정보를 결합하여 분석한다면 보다 정밀한 정보를 얻을 수 있을 것으로 기대된다.
본 연구는 한 시즌 (2011∼2012) 경기 결과를 이용하였기 때문에 구단 경기력을 판단하는데 기초자료로 활용하는데 한계가 있다. 따라서 향후에는 여러 시즌에 걸쳐 전체 배구 구단의 경기 문자중계 데이터를 활용하여 배구 경기력을 평가함으로써 보다 정밀한 구단 전략을 수립하는데 충분한 기초자료로 활용해야 할 것이다. 그리고 ‘사회네트워크분석’을 수행하는데 있어서 선수들 간에 각종 액션들의 복잡한 상호 관련성으로 인해 방향성을 고려하지 않았기 때문에 보다 더 정밀한 분석을 위해서는 방향성을 고려한 분석이 필요하다.
배구 경기에서의 경기력은 해당 구단은 물론 다른 구단의 경기력 등에 적지 않은 영향을 미칠 수 있다. 본 연구는 한 시즌 (2011∼2012) 경기 결과를 이용하였기 때문에 구단 경기력을 판단하는데 기초자료로 활용하는데 한계가 있다. 따라서 향후에는 여러 시즌에 걸쳐 전체 배구 구단의 경기 문자중계 데이터를 활용하여 배구 경기력을 평가함으로써 보다 정밀한 구단 전략을 수립하는데 충분한 기초자료로 활용해야 할 것이다.
그리고 이러한 분석 결과를 토대로 향후 국내 남자 프로배구 구단의 경기 전력을 수립하는데 기초자료로 활용하는데 있다. 본 연구의 내용을 통한 기초자료를 활용하여 배구 구단은 각 선수들에 대한 연봉 협상 및 경기 전력을 수립할 수 있을 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	텍스트마이닝은 어떤 절차로 분석을 수행하는가?	‘텍스트마이닝’은 비정형화된 대규모 텍스트 데이터로부터 유용한 패턴 및 관계를 발견, 추출하는 과정이다. 텍스트마이닝은 (1) ‘데이터 수집과정’, (2) ‘용어 추출과정’, (3) ‘정보 추출과정’ (4) ‘정보 분석과정’의 4단계의 절차를 거친다. 먼저 ‘데이터 수집과정’은 ‘텍스트마이닝’의 첫 번째 단계로서 비정형 대규모 텍스트 데이터를 수집하는 단계이다.
	사회네트워크분석은 무엇을 말하는가?	이 때문에 많은 주목을 받고 있는 분야가 ‘사회 미디어 분석’이고, ‘사회네트워크분석’과 ‘텍스트마이닝’이 대표적인 기술이다. ‘사회네트워크분석’은 사회네트워크 서비스를 통하여 연결된 또는 연결되지 않은 개인 (또는 기관)으로 구성된 사회적 구조 (점과 선으로 구성된 망)에 대한 사회과학적·통계학적 분석방법이다 (Huh, 2010). ‘사회네트워크 분석’을 통해 보이지 않는 인적 네트워크 관계의 유형과 개인 (또는 기관)의 역할 등을 파악하고, 관계의 유형에 따라 어떠한 효과가 나타나는 지를 알아볼 수 있다.
	사회 미디어 분석 분야가 주목받고 있는 이유는 무엇인가?	본 연구에서 관심 있는 데이터는 비정형화된 텍스트 데이터로서 사회네트워크 서비스뿐만 아니라 이메일과 메시지 등 많은 방법을 통해서 얻어질 수 있다. 이 때문에 많은 주목을 받고 있는 분야가 ‘사회 미디어 분석’이고, ‘사회네트워크분석’과 ‘텍스트마이닝’이 대표적인 기술이다.

참고문헌 (15)
타임라인 바로가기

Cho, J. S. (2012). Inflow and outflow analysis of double majors using social network analysis. Journal of the Korean Data & Information Science Society, 23, 693-701.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

Cho (2012)는 ‘사회네트워크분석’을 이용하여 학과별 복수전공자들의 유입과 유출에 대한 특성을 분석하였고, Cho (2014)는 개인특성 변수들이 취업여부에 미치는 효과를 분석하기 위해서 ‘사회네트워크분석’의 연결망 구조로 시각화하였다.

즉, 중심성은 한 개체가 얼마나 많은 다른 개체들과 연결되어 있는 지로 측정할 수도 있고, 한 개체가 다른 모든 개체들에 도달하려면 몇 단계나 필요한 지로 측정할 수도 있다 (Cho, 2012).
Cho, J. S. (2014). Analysis of employee's characteristic using data visualization. Journal of the Korean Data & Information Science Society, 25, 727-736.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

Cho (2012)는 ‘사회네트워크분석’을 이용하여 학과별 복수전공자들의 유입과 유출에 대한 특성을 분석하였고, Cho (2014)는 개인특성 변수들이 취업여부에 미치는 효과를 분석하기 위해서 ‘사회네트워크분석’의 연결망 구조로 시각화하였다.

그리고 Won과 Choi (2014)는 통계학 관련 국내 학술지들이 어떠한 수준의 영향력을 가지고 있는지를 다양한 KCI 인용지수를 이용하여 비교하였고, 상호인용 빈도를 활용하여 학술지 간 관련성을 알아보기 위해 ‘사회네트워크분석’ 관점에서 조망하였다.
Choi, S. B., Kang, C. W., Choi, H. J. and Kang, B. W. (2011). Social network analysis for a soccer game. Journal of the Korean Data & Information Science Society, 22, 1053-1063.

인용구절

인용 구절

사회네트워크분석’과 관련된 연구로 Choi 등 (2011)은 축구팀 내에서 각 선수들의 역할에 대한 수행실태를 평가하고, 향후 경기에서 팀의 경기 전략을 수립하는데 기초자료로 활용하기 위해 ‘사회네트워크 분석’을 수행하였다.

중심성 척도의 종류로 어떤 특정 노드에 연결된 노드들 수를 파악하는 연결중심성, 어떤 특정 노드에 다른 노드들이 얼마나 가깝게 있는 지를 파악하는 근접중심성 (closeness centrality) 그리고 어떤 노드들이 다른 노드들에 대해서 얼마나 중계 역할을 하는 지를 파악하는 매개중심성 (betweenness centrality) 등이 있다 (Choi 등, 2011).
Choi, S. B. (2013). Characteristic analysis for moving in and moving out of departments - Focused on the D university example -. Journal of the Korean Data & Information Science Society, 24, 105-115.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

그리고 Choi (2013)는 D대학교의 사례를 중심으로 ‘사회네트워크분석’을 통하여 학과 간의 전출과 전입의 특성을 분석하였다.
Huh, M. H. (2010). Introduction to social network analysis utilizing R, Free Academy, Paju.

인용구절

인용 구절

연구뿐만 아니라 Kim (2007), Huh (2010), Son (2010) 등이 집필한 ‘사회네트워크분석’과 관련된 서적들이 있다.
Jung, K. H. (2010). A study of foresight method based on text mining and complexity network analysis, Korea Institute of S&T Evaluation and Planning, Seoul.

인용구절

인용 구절

Jung (2010)은 ‘텍스트마이닝’과 ‘네트워크분석’을 활용한 미래예측 방법 연구라는 주제로 정성적인 방법에 의해 작성된 제 3회 과학기술예측조사 (대조군)의 기술들과 정량적인 방법 (텍스트마이닝)에 의한 과학기술 미래비전 (실험군)의 기술들을 비교 분석하였다.
Kang, B. S. (2010). Performance improvement methods for new customer recommendations using degree centrality of social network. Journal of the Korean Data Analysis, 12, 1511-1521.

인용구절

인용 구절

Kang (2010)은 사회연결망 연결중심성 (degree centrality)을 활용한 신규고객 상품추천방법의 추천 정확성 향상 방안에 대한 연구를 수행하였다.
Kim, G. H. and Park, C. (2015). Analysis of English abstracts in Journal of the Korean Data & Information Science Society using topic models and social network analysis. Journal of the Korean Data & Information Science Society, 26, 151-159.

원문보기 상세보기 타임라인에서 보기
인용구절

인용 구절

가장 최근의 연구로서 Kim과 Park (2015)는 토픽 모형 및 ‘사회네트워크분석’을 이용하여 한국데이터정보과학회지의 영문초록을 분석하였다.
Kim, Y. H. (2007). Social network analysis, Parkyeungsa, Seoul.

인용구절

인용 구절

연구뿐만 아니라 Kim (2007), Huh (2010), Son (2010) 등이 집필한 ‘사회네트워크분석’과 관련된 서적들이 있다.
Oh, H. S., Cho, S. K., Kang, C. W. and Lim, D. S. (2010). Fashion company's claim data analysis using text mining. Journal of the Korean Data Analysis Society, 12, 297-305.

인용구절

인용 구절

Oh 등 (2010)은 ’텍스트마이닝’을 이용한 Claim Data 분석에 관한 연구를 하였고, Oh와 Jin (2012)은 ‘텍스트마이닝’을 이용한 쇼핑몰 구매후기 분석에 관한 연구를 수행하였다.
Oh, S. W. and Jin, S. H. (2012). A study on analysis of internet shopping mall customers' reviews by text mining. Journal of the Korean Data Analysis Society, 14, 125-137.

인용구절

인용 구절

Oh 등 (2010)은 ’텍스트마이닝’을 이용한 Claim Data 분석에 관한 연구를 하였고, Oh와 Jin (2012)은 ‘텍스트마이닝’을 이용한 쇼핑몰 구매후기 분석에 관한 연구를 수행하였다.
Park, H. W. and Lee, Y. O. (2009). A mixed text analysis of user comments on a portal site : The 'BBK scandal' in the 2007 presidential election of south Korea. Journal of the Korean Data Analysis Society, 11, 731-744.

인용구절

인용 구절

텍스트마이닝’과 관련된 연구로 Park와 Lee (2009)는 복합적 텍스트 분석을 이용한 포털 댓글에 관한 연구를 수행하였다.
SAS Korea. (2010). Optgraphic procedure for SNA, SAS Software Korea Ltd.
Son, D. W. (2010). Social network analysis, Parkyeungsa, Seoul.

인용구절

인용 구절

연구뿐만 아니라 Kim (2007), Huh (2010), Son (2010) 등이 집필한 ‘사회네트워크분석’과 관련된 서적들이 있다.
Won, D. K. and Choi, K. H. (2014). Network analysis and comparing citation index of statistics journals. Journal of the Korean Data Analysis Society, 25, 317-325.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증