[논문]범주형 시계열 자료의 군집화: 프로야구 자료의 사례 연구

박노진

doi:10.7465/jkdi.2016.27.3.621

초록
AI-Helper

범주형 시계열 자료의 군집화에 대하여 정리해 보았다. 시계열 자료의 군집화는 일반적인 군집화에 시간을 고려해야하는 측면이 있다. 한편, 범주형 시계열 자료의 군집화에 대한 연구가 진행되었으나 현재 정리 요약된 국내외 논문을 찾기 어렵다. 본 논문에서는 범주형 시계열을 군집화 하는 몇 가지 방법들을 제시하고 그 방법들을 비교하기 위해 프로야구 데이터를 이용하였다. 프로야구 팀들 간에 어떤 팀이 특정 팀에 유독 약한 경기력을 보이는 경우가 있다. 국내 최강이라는 S팀이 유독 H팀에게 그런 경우가 그렇다. 2015년 S팀의 상대전적의 군집화를 통해 S팀과 H팀의 관계가 유별난 지를 밝히려 한다. 통계적으로 말하자면, 승/패로 이루어진 시계열 자료의 군집화를 수행하려는 것이다. 분석결과 S팀과 H팀과의 관계가 다른 팀들과의 관계에 비해 눈에 띠는 차이가 있음을 알 수 있었다.

Abstract ▼ AI-Helper

A certain professional baseball team tends to be very weak against another particular team. For example, S team, the strongest team in Korea, is relatively weak to H team. In this paper, we carried out clustering the Korean baseball teams based on the records against the team S to investigate whethe...

A certain professional baseball team tends to be very weak against another particular team. For example, S team, the strongest team in Korea, is relatively weak to H team. In this paper, we carried out clustering the Korean baseball teams based on the records against the team S to investigate whether the pattern of the record of the team H is different from those of the other teams. The technique we have employed is 'time series clustering', or more specifically 'categorical time series clustering'. Three methods have been considered in this paper: (i) distance based method, (ii) genetic sequencing method and (iii) periodogram method. Each method has its own advantages and disadvantages to handle categorical time series, so that it is recommended to draw conclusion by considering the results from the above three methods altogether in a comprehensive manner.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에는 지면상 싣지 않았으나 실제로 거리의 종류와 연결법에 따라 군집의 결과가 다소 다르게 나타나는 것이 이 방법의 흠이라고 하겠다.
본 논문에서는 범주형 시계열 군집화라는 다소 정리되지 않은 분야의 방법들을 제안하고 간단한 예제를 통해 그 활용성을 확인할 수 있었다. H팀에 대하여 S팀은 6승 10패로 다른 팀들에 비해 패배가 많아 H팀을 S팀의 천적이라고도 한다.
본 연구에서 다루고자 하는 자료가 연속형이 아닌 범주형이라는 점에서 위에 언급된 시계열 군집화 연구에 비해서 다른 방법이 요구된다. 본 연구에서는 기존의 여러 방법들에서 아이디어를 얻어 다음과 같은 세 가지 방법을 시도하였다.

제안 방법

프로야구에서 소위 천적이라는 관계가 성립하는가에 대한 의문을 갖고 S팀과 상대팀들 간의 전적에 따른 군집화가 가능한가에 대해 분석을 시도하였다. S팀과 9개 상대팀과의 2015년도 전적을 이용하여 범주형 시계열의 군집화를 시도하려 하였다.
본 논문에서는 이를 구현하기 위해 ‘ape’라는 R-package에서 ‘unrootedNJtree’와 ‘rootedNHtree’ 함수를 사용하겠다.
승/패 데이터를 연속형으로 생각하여 일반적인 군집분석을 수행하고 범주형으로 생각하여 유전자 진화 모형분석과 주파수 영역 분석을 수행하였다.
우리가 관심을 갖고 있는 범주형 시계열 데이터 집합들을 각각 주파수 영역으로 옮겨 연속형으로 만들고 군집화를 시도하려한다. 시계열 X에 대하여 어떤 시계열 #를 주파수 영역을 옮긴 후 두 시계열의 거리를 각각의 주기도를 이용하여
팀 간의 진화적 위치를 명확히 보기 위해 S팀에 전승을 한 strong팀과 전패를 한 weak팀이라는 가상의 팀을 구성하여 같이 분석을 하였다.
프로야구에서 소위 천적이라는 관계가 성립하는가에 대한 의문을 갖고 S팀과 상대팀들 간의 전적에 따른 군집화가 가능한가에 대해 분석을 시도하였다.

대상 데이터

S팀에 대한 다른 9개 팀과의 2015년 정규시즌 승 (1)/패 (0) 자료를 사용하였다 (Table 3.1). 승/패 데이터를 연속형으로 생각하여 일반적인 군집분석을 수행하고 범주형으로 생각하여 유전자 진화 모형분석과 주파수 영역 분석을 수행하였다.

성능/효과

1에 연속형의 경우는 유크리디안 거리를 계산하고 범주형으로는 제곱 유크리디안 거리를 계산한 후, 완전연결법 (complete linkage)을 통해 군집화한 결과를 그려 넣었다. 그 결과 {D, H}, {SK, LG}, {NC, KT} 그리고 {{NX, KI}, LO}로 묶임을 확인할 수 있었다. S팀에 대한 D팀과 H팀의 전적이 유사하다고 하겠다.
범주형 시계열 군집화 분석 결과에 의해 H팀은 다른 팀들과 다른 승/패 데이터 구조를 갖고 있음을 확인할 수 있었다.

후속연구

시간상의 흐름을 정확히 파악하려면 수평축을 시간으로 놓고 분석해야 할 것이나, 본 논문에서는 승패의 변화에 초점을 맞추어서 라운드를 수평축으로 놓고 낮은 수준에서 분석한 한계점이 있다. 또한, 승/패를 1/0으로 숫자화 하여 주기도를 구하는 경우 예를 들어 {000000111111}과 {111111000000}를 구분해 내지 못하는 주기도의 본질적 한계가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	이웃연결 알고리즘이란?	이 방법은 하단에서 상단으로 군집화하면서 진화나무를 만들어 가는 방법으로 Saitou와 Nei (1987)의 아이디어에 기반하고 있다. 이웃연결 알고리즘은 균형 최소 진화 기준에서 가장 최적화된 나무를 구성하는 알고리즘으로 흔히 탐욕적 알고리즘에 속한다. 거리행렬로부터 특정한 방법으로 가지들을 다양한 조합으로 묶으면서 나무의 사이즈 혹은 길이를 구하되 사이즈 혹은 길이가 최소가 되도록 나무를 구성한다.
	범주형 데이터의 군집방법 중 가장 원초적인 방법은 무엇인가?	범주형 데이터의 군집방법으로 가장 원초적인 방법은 범주를 숫자로 코딩변경한 후 연속형 데이터로 인지하고 거리를 구하여 군집방법을 적용하는 것이다. 군집분석을 위해 일차적으로 비교 대상 데이터간거리를 정의해야한다.
	이웃연결방법은 누구의 아이디어를 기반으로 하는가?	나무를 구성할 때 주로 사용하는 방법은 이웃연결방법 (neighboring joint algorithm)이다. 이 방법은 하단에서 상단으로 군집화하면서 진화나무를 만들어 가는 방법으로 Saitou와 Nei (1987)의 아이디어에 기반하고 있다. 이웃연결 알고리즘은 균형 최소 진화 기준에서 가장 최적화된 나무를 구성하는 알고리즘으로 흔히 탐욕적 알고리즘에 속한다.

참고문헌 (15)

Aghabozorgi, S., Shirkhorshidi, A. S. and Wah, T. Y. (2015). Time series clustering - A decade review. Information Systems, 53, 16-38.

상세보기
Cho, Y. J. and Lee, K. H. (2015). Bayesian estimation of the Korea professional baseball players' hitting ability based on the batting average. Journal of the Korean Data & Information Science Society, 26, 197-207.

원문보기 상세보기
Choi, S. S., Cha, S. H. and Tappert, C. C. (2010). A survey of binary similarity and distance measures. Systems, Cybernetics and Informatics, 8, 43-48.
Han, G. H., Chung, J. and Yoo, J. K. (2014). A study on prediction for attendances of Korean probaseball games using covariates. Journal of the Korean Data & Information Science Society, 25, 1481-1489.

원문보기 상세보기
Hillis, D. M. and Bull, J. J. (1993). An empirical test of bootstrapping as a method for assessing confidence in phylogenetic analysis. Systems Biology, 42, 182-192.
Hillis, D. M., Huelsenbeck, J. P. and Cunningham, C. W. (1994). Application and accuracy of molecular phylogenesis. Science, 264, 671-677.

상세보기
Jukes, T. H. and Cantor, C. R. (1969). Evolution of protein molecules in mammalian protein metabolism, Academic Press, New York.
Jung, Y. A. and Jeon, J. H. (2015). A fusion of the period characterized and hierarchical bayesian techniques for efficient cluster analysis of time series data. Journal of Digital Convergence, 13, 169-175.
Kim, N. K. and Kim, S. H. (2015). Comprehensive evaluation of baseball player's offensive ability by use of simulation. Journal of the Korean Data & Information Science Society, 26, 865-874.

원문보기 상세보기
Lee, J. T. (2015a). Long term trends in the Korean professional baseball. Journal of the Korean Data & Information Science Society, 26, 1-10.

원문보기 상세보기
Lee, J. T. (2015b). Measuring the accuracy of the Pythagorean theorem in Korean pro-baseball. Journal of the Korean Data & Information Science Society, 26, 653-659.

원문보기 상세보기
Lim, J. Y., Zhang, B.-T. and Lee, K. M. (2001). Clustering fMRI time series using self-organizing map. Proceeding of KFIS Fall Conference, 251-254.
Park, M. S. and Kim, H. Y. (2008). Classification of precipitation data based on smoothed periodogram. The Korean Journal of Applied Statistics, 21, 547-560.

원문보기 상세보기
Proakis, J. G. and Manolakis, D. K. (2006). Digital signal processing: Principles, algorithms, and applications, Prentice Hall, New York.
Saitou, N. and Nei, M. (1987). The neighbor-joining method: A new method for reconstructing phylogenetic trees. Molecular Biology and Evolution, 4, 406-425.

상세보기

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

범주형 시계열 자료의 군집화: 프로야구 자료의 사례 연구
Categorical time series clustering: Case study of Korean pro-baseball data 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

범주형 시계열 자료의 군집화: 프로야구 자료의 사례 연구 Categorical time series clustering: Case study of Korean pro-baseball data 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

박노진 (28)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

범주형 시계열 자료의 군집화: 프로야구 자료의 사례 연구
Categorical time series clustering: Case study of Korean pro-baseball data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper