$\require{mediawiki-texvc}$

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.

[국내논문] 딥러닝 기반 일별 야구 관중 수 예측
Deep Learning-Based Daily Baseball Attendance Predcition

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.10 no.3, 2024년, pp.131 - 135  

이현희 (서울여자대학교 데이터사이언스학과) ,  손서영 (서울여자대학교 데이터사이언스학과) ,  박민서 (서울여자대학교 데이터사이언스학과)

초록
AI-Helper 아이콘AI-Helper

한국에서 야구는 프로 스포츠 종목 중 가장 많은 관중 수를 동원하고 있다. 특히 수입 대부분이 입장 수입이기 때문에 관중 수가 무엇보다 중요하다. 기존 연구는 타 종목이나 모든 구장을 동시에 고려하고 있어 구장 별 관중수를 예측이 쉽지 않다는 한계가 존재한다. 예를 들어 기아 타이거즈는 국내 구단 중 가장 높은 원정 수입을 보이는데에 반해 낮은 홈 수입을 보인다. 따라서, 본 연구에서는 딥러닝(Deep Learning)을 사용하여 기아 타이거즈의 광주 - 기아 챔피언스 필드의 일별 관중 수를 예측하고자 한다. 2018년~2023년의 광주 - 기아 챔피언스 필드의 일별 관중 수와 날짜, 날씨, 팀과 관련된 변수를 수집하고 전처리한다. 전처리 한 데이터를 활용하여 일별 관중 수를 예측하는 딥러닝기반 선형 회귀모델을 제안한다. 본 연구를 통해 구단의 수익 증대를 위한 기초 자료로 활용할 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Baseball attracts the largest audience among professional sports in Korea. In particular, attendance is the primary source of income in baseball. Previous studies have limitations in reflecting the characteristics of individual stadium. For instance, the KIA Tigers exhibit the highest away game reve...

Keyword

#딥러닝   #야구   #관중 수 예측  

표/그림 (2)

참고문헌 (12)

  1. J. Lee, "A Study on Determinants in Korean？Pro-Baseball Spectators," Journal of the Korean？Data Analysis Society, Vol.12 No.6, pp.？3507-3517, December 2010. 

  2. J. Lee, "The Influence of Factors Affecting？Decision to Spectate on Spectator Satisfaction？and Revisiting Intention in Professional Baseball？Games," Korean Journal of Sport Management,？Vol.17 No.3, pp. 41-53, June 2012. 

  3. Prosports Data Portal, http://data.prosports.or.kr 

  4. Korean Baseball Organization, https://www.koreabaseball.com 

  5. J. Park and S.H. Park, "A Study on Prediction？of Attendance in Korean Baseball League Using？Artificial Neural Network," KIPS Tr. Software？and Data Eng, Vol. 6, No. 12 pp. 565~572？August 2017. DOI: 10.3745/KTSDE.2017.6.12.565 

    원문보기 상세보기 crossref

  6. J. Chea, "Prediction Model for Korean？Professional Baseball Spectators," Korean？Journal of Sport Science, Vol. 23, No. 4, pp.？892-905, December 2012. 

  7. S. Lee, "Deep Structured Learning: Architectures？and Applications," The International Journal of？Advanced Culture Technology(IJACT), Vol. 6,？No. 4, pp. 262-265, 2018. DOI:10.17703//IJACT2018.6.4.262 

    원문보기 상세보기 crossref

  8. S. Oh, and M. Park, "Deep Learning-based？Happiness Index Model Considering Social？Variables and Individual Emotional Index," The？Journal of the Convergence on Culture Technology (JCCT), Vol. 10, No. 1, January？2024. 

  9. H. Kim, "Study on the Prediction of the Number？of Spectators and It's Factors in Pro Sports by？Machine Learning Method," Journal of the？Korean Data Analysis Society, Vol. 21, No. 4,？pp. 1867-1880, August 2019. 

    상세보기

  10. J. Cho and B. Seok, "The Development？prediction model of Korea Professional？Baseball League spectator using machine？learning," The Korea Journal of Sports？Science, Vol. 32, No. 5 pp. 547-558, October？2023. DOI: 10.35159/kjss.2023.10.32.5.547 

    상세보기 crossref

  11. S. Nam and K. Jeon, "A Study on the？Impact of Air Pollution on the Korean？Baseball Attendance," Korean J ournal of？Business Administration, Vol. 32, No. 1, pp.？71-88, January 2019. DOI: 10.18032/kaaba.2019.32.1.71 

    상세보기 crossref

  12. N. Ryu, H. Kim, and P. Kang, "Evaluating？Variable Selection Techniques for Multivariate？Linear Regression," Journal of the Korean？Institute of Industrial Engineers, Vol. 42, No.？5, pp. 314-326, October 2016. DOI:？10.7232/JKIIE.2016.42.5.314 

    원문보기 상세보기 crossref

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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