$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

한국프로야구에서 장타율과 출루율(OPS) 예측 연구
Prediction of OPS(On-base Plus Slugging) in KBO League 원문보기

The journal of Bigdata = 한국빅데이터학회지, v.7 no.1, 2022년, pp.49 - 61  

신동윤 (강원대학교 대학원 컴퓨터과학과) ,  김진호 (강원대학교 대학원 컴퓨터과학과)

초록
AI-Helper 아이콘AI-Helper

스포츠 분야에서는 팀 전략 구상과 마케팅 등 팀 운영에 있어서, 데이터 분석의 비중이 점점 더 커지고 있다. 특히, 한국프로야구에서는 한 시즌이 끝나면 FA, 트레이드 등 다음 해 팀 전략을 구상하기 위해서 선수 영입과 선수 육성 등의 계획을 수립하는데, 이 때 선수들의 다음 해 성적을 예측하는 것이 매우 중요하다. 본 연구에서는 타자만으로 대상을 한정지어 다음 해의 성적이 상승할지를 예측해보고자 하였다. 상승 및 하락의 기준이 되는 기록으로는, 계산하기 쉽고 팀 득점과의 관계가 높은 OPS로 하였다. 본 연구에서 데이터는 한국프로야구 1982년부터 2021년까지 40년간의 정규시즌 데이터를 사용하였고, 실험 방법으로는 11개의 머신러닝 분류 모델을 사용하였다. OPS의 상승 및 하락 여부를 예측해본 결과, RBF SVM, Neural Net, Gaussian Process, AdaBoost가 다른 분류 모델에 비해 정확도가 높게 나왔고 나이는 정확도에 큰 영향을 주지 못했다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In sports, the proportion of data analysis in team management such as team strategy planning and marketing is increasing. In KBO(Korea Baseball Organization) league, in particular, plans such as recruiting players and fostering players are established to devise team strategies for the next year, suc...

주제어

#야구   #출루율   #장타율   #인공지능   #머신러닝   #분류  

참고문헌 (23)

  1. KBO 2020 공식 야구규칙 https://lgcxydabfbch3774324.cdn.ntruss.com/KBO_FILE/ebook/pdf/2020_야구규칙.pdf 

  2. Blakeley B. McShane, Alexander Braunstein, James？Piette and Shane T. Jensen, "A Bayesian Variable？Selection Approach to Major League Baseball？Hitting Metrics," Journal of Quantitative Analysis？in Sports, Vol. 7, No. 4, 2009. 

  3. 조영석, 조영주, "한국프로야구에서 OPS와 득점에 관한 연구", Journal of The Korean Data Analysis？Society, Vol. 7, No. 1, pp. 221-231, 2005. 

  4. 김혁주, "한국프로야구에서 출루능력과 장타력이 득점 생산성에 미치는 영향", 한국데이터정보과학회지, Vol. 23, No. 6, pp. 1165-1174, 2012. 

  5. 정진상, "빅 데이터 분석 기법을 이용한 한국프로야구 타자 평가 지표 개발", 창원대학교 석사학위 논문집, 2014. 

  6. 정예린, "빅 데이터 분석과 투수 기량을 반영한？한국프로야구 타자 평가 모델", 창원대학교, 2017. 

  7. 김예형, "한국 프로야구에서 득점과 실점에 영향을 미치는 요인에 관한 통계적 연구", 원광대학교, 2014. 

  8. 문형우, "야구 경기에서 빅데이터 분석과 마르코프 연쇄를 이용한 득점 예측 모형". 창원대학교？박사학위논문, 2014. 

  9. 이승준, "데이터가 바꿀 한국 야구의 미래", 한겨레, Oct. 27, 2019. 

  10. 장원석, "예전의 명 감독은 잊어라, 데이터가 우승을 이끈다", 동아비즈니스리뷰, Vol. 286, 2019. 

  11. 스탯티즈, http://www.statiz.co.kr/ 

  12. 김민택, 구자환, 김응모, "하둡 및 스파크 기반？빅데이터 분석 플랫폼을 이용한 타자 OPS 예측", 한국정보과학회 학술발표논문집 Vol. 2019,？No.12. 

  13. 박지훈, http://suxism.com/?page_id3453 

  14. 한정섭, 정다현, 김성준, "머신러닝을 활용한？빅데이터 분석을 통해 KBO 타자의 OPS 예측",？차세대융합기술학회논문지 Vol. 6, No. 1, 2022. 

  15. 홍종선, 신동식, "2017년 한국프로야구 타자력？예측모형 개발", 한국데이터정보과학회지 Vol. 28,？No. 3, 2017. 

  16. 유진, 조선일보, 2022.02.04 https://www.chosun.com/sports/sports_photo/2022/02/04/WYAO6SJZOOPPAOFDSMN5A5TTBM/ 

  17. 벤저민 바우머, 앤드루 짐발리스트, 세이버메트릭스 레볼루션, 송민구 역, 한빛비즈, 2015. 

  18. 나무위키, https://namu.wiki/w/OPS?rev197 

  19. 황규인, 동아일보, 2020-05-14 https://www.donga.com/news/Sports/article/all/20200514/101035162/1 

  20. Mitchel Lichtman, 2009-12-21, https://tht.fangraphs.com/how-do-baseball-players-age-part-1/ 

  21. 이장택, "한국프로야구 타자 연봉의 결정요인",？한국데이터정보과학회지, Vol. 30, No. 6, pp.？1375-138, 2019. 

  22. 오상진, 스포탈코리아, 2018-05-16, https://sports.？v.daum.net/v/20180516164422799 

  23. 박성배, 이완영, 전홍권, "한국프로야구 타자？연봉 평가 척도에 영향을 미치는 경기력 변수？분석", 한국사회체육학회지, Vol. 66, pp. 55 - 65, 2016.？ 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로