선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 직접 운동을 하며 즐기는 것뿐만 아니라 스포츠 경기를 관람하고 자신이 좋아하는 팀을 응원하며 또한 그 팀과 관련되어 있는 다른 활동들을 할 수 있다는 점에서 스포츠는 정신적, 육체적 여가활동의 역할을 동시에 수행 할 수 있는 매력적인 여가활동이다. 이 논문에서는 한국에서 대중적인 스포츠 중 하나인 프로야구에 대해서 다루었다.
제안 방법
- 그렇기 때문에 이번시즌 성적 데이터만을 사용하는 것이 아니라 직전 시즌과 그 전 시즌의 데이터까지 사용하여 승부 예측의 정확도를 측정하는 실험을 통해 축적된 스포츠 데이터의 유효한 기간이 어느 정도까지인지 알아보았다. [1]에서 사용되었던 이분데이터 모형에 랜덤 포레스트 기법을 사용한 알고리즘을 이용하여 승부 예측 결과를 도출 해 실제 경기 결과와의 적중률을 분석 했다.
- 변인들을 설정 한 후 2014년 데이터, 2013년과 2014년 데이터, 2012년부터 2014년까지의 데이터 세 그룹으로 나누어 실험을 실시한다. 사용한 데이터는 한국 야구위원회 (KBO) 홈페이지 기록실 제공한 선수자료들과 경기 일정을 바탕으로 수집하였다.
- [1]에서 사용되었던 이분데이터 모형에 랜덤 포레스트 기법을 사용한 알고리즘을 이용하여 승부 예측 결과를 도출 해 실제 경기 결과와의 적중률을 분석 했다. 분석에 쓰일 데이터는 3가지 그룹으로 나누어 실험 하였고. 이세 그룹 데이터의 분석 결과와 실제 경기의 결과와 비교해서 가장 실제 결과에 가까운 그룹을 찾고 유효성을 분석 할 것이다.
- 이 378경기에 각각의 선수와 팀의 2014년 기록, 2013년과 2014년 기록, 2012년부터 2014년까지의 기록을 변환하고 랜덤 포레스트 기법을 이용한 이분데이터 모형에 대입하여 예측 결과를 산출 하였다. 산출된 예측 결과를 각 그룹별로 실제의 경기 결과와 비교해 보았다. 실제 경기 결과와 예측 결과의 데이터 그룹 별 일치 확률은 아래<표 2>에 나타내었다.
- 경기는 총 378경기이다. 이 378경기에 각각의 선수와 팀의 2014년 기록, 2013년과 2014년 기록, 2012년부터 2014년까지의 기록을 변환하고 랜덤 포레스트 기법을 이용한 이분데이터 모형에 대입하여 예측 결과를 산출 하였다. 산출된 예측 결과를 각 그룹별로 실제의 경기 결과와 비교해 보았다.
- 모형을 사용해 예측해 보았다. 이 중 각 팀별 첫 20경기는 유효한 데이터의 축적을 위해 예측을 하지 않았고 각 팀마다 2014시즌 21번째 경기부터 승부를 예측해보았다. 사용한 랜덤포레스트 기법을 이용한 이분 데이터 모형은 승리와 패배만 예측 가능함으로 실제 경기 결과가 무승부가 된 경기는 결과에서 제외했다.
대상 데이터
- 2014 한국 프로야구 2014년 3월 8일 ~ 2014년 8월 28 일 까지 경기의 승부를 랜덤포레스트 기법을 이용한 이분 데이터 모형을 사용해 예측해 보았다. 이 중 각 팀별 첫 20경기는 유효한 데이터의 축적을 위해 예측을 하지 않았고 각 팀마다 2014시즌 21번째 경기부터 승부를 예측해보았다.
- 2014년 8월 28일까지의 초반 20경기를 제외 한 각 팀별 경기 수는 아래 <표 1>와 같다. 경기는 총 378경기이다. 이 378경기에 각각의 선수와 팀의 2014년 기록, 2013년과 2014년 기록, 2012년부터 2014년까지의 기록을 변환하고 랜덤 포레스트 기법을 이용한 이분데이터 모형에 대입하여 예측 결과를 산출 하였다.
- 이를 이용해 2013년과 2014 년 데이터 그룹으로 사용 할 경우 변환된 2013년 수치와 2014년 경기 직전까지의 수치를 평균 내어 반올림 한 후 109안타, 12홈런, 36볼넷의 기록으로 사용 할 수 있다. 다만 한 시즌 출전 경기 수가 팀이 출전 한 전체 경기수의 1/3 이하인 시즌이 있는 선수의 데이터는 사용하지 않고 2014 시즌의 기록만 사용했다. 왜냐하면 한 시즌 성적이 예를 들어 2타석 1타수 1안타 1사구인 선수의 경우 수치변환 시 타율이 1.
- 본 연구는 미래부가 지원한 2013년 정보통신.방송(ICT) 연구개발사업의 연구결과로 수행되었음.
- 실험을 실시한다. 사용한 데이터는 한국 야구위원회 (KBO) 홈페이지 기록실 제공한 선수자료들과 경기 일정을 바탕으로 수집하였다. 타율, 출루율, OPS둥의 비율 데이터는 비율을 계산하여 사용 했지만 타점, 볼넷, 삼진 등 수치 데이터는 각 경기 시의 2014년 비율에 맞추어 변환했다.
- 예를 들면 SK 와이번스 팀의 이재원 선수는 2013년 69경기 247타석에 출전하여 57안타, 8홈런, 17볼넷 등을 기록 했다. 이를 2014년 8월 28일 LG 트윈스와 한 경기의결과 예측을 위해 2013년의 기록을 변환 해 보면, 직전 경기까지 이재원 선수가 들어간 타석은 409타석이다. 이를 2013년과 비교 해 본다면 409/247의 비율만큼의 타석을 들어간 것이다.
데이터처리
- [1]에서 사용되었던 이분데이터 모형에 랜덤 포레스트 기법을 사용한 알고리즘을 이용하여 승부 예측 결과를 도출 해 실제 경기 결과와의 적중률을 분석 했다. 분석에 쓰일 데이터는 3가지 그룹으로 나누어 실험 하였고.
이론/모형
- 본 논문에서는 [2]가 수립했던 랜덤포레스트 기법을 이용한 이분데이터 모형을 사용했다. 이모형에서 사용된 변인은 크게 팀, 타자, 투수로 나뉜다.
성능/효과
- 2014년의 기록만 사용하여 예측한 결과는 총 378경기 중 283경기의 결과와 일치 해 74.87%의 정확도를 보였고 2013년과 2014년의 기록을 사용하여 예측 한 결과는 301 경기와 일치해 79.62%의 정확도를 보였다. 마지막으로 2012년부터 2014년까지의 기록을 사용하여 예측 한 결과는 총 378경기 중 266경기의 실제 결과와 일치해 70.
- 62%의 정확도를 보였다. 마지막으로 2012년부터 2014년까지의 기록을 사용하여 예측 한 결과는 총 378경기 중 266경기의 실제 결과와 일치해 70.37% 의 정확도를 보였다. 이를 바탕으로 한국 프로야구의 기록은 이번 시즌과 직전 시즌의 기록의 합이 가장 신뢰성 있고 유용한 데이터 집단이라는 것을 알 수 있었다.
- 37% 의 정확도를 보였다. 이를 바탕으로 한국 프로야구의 기록은 이번 시즌과 직전 시즌의 기록의 합이 가장 신뢰성 있고 유용한 데이터 집단이라는 것을 알 수 있었다.
후속연구
- 이세 그룹 데이터의 분석 결과와 실제 경기의 결과와 비교해서 가장 실제 결과에 가까운 그룹을 찾고 유효성을 분석 할 것이다. 이를 통하여 현재부터 어느 정도 이전까지의 스포츠 데이터가 승부에 직접적인 영향을 끼치는 지 분석이 가능할 것이라 예상했다.
- 분석에 쓰일 데이터는 3가지 그룹으로 나누어 실험 하였고. 이세 그룹 데이터의 분석 결과와 실제 경기의 결과와 비교해서 가장 실제 결과에 가까운 그룹을 찾고 유효성을 분석 할 것이다. 이를 통하여 현재부터 어느 정도 이전까지의 스포츠 데이터가 승부에 직접적인 영향을 끼치는 지 분석이 가능할 것이라 예상했다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.