국내 남자 프로농구 승패 예측 모형 비교 연구
A Comparison Study on the Prediction Models for the Professional Basketball Games
1
조회
0
다운로드
46
인용
0
참고문헌
키워드
초록
이 연구의 목적은 농구경기의 승패에 영향을 미치는 요인을 팀별, 경기별로 분석하는 것이다. 이를 검증하기 위해 로짓회귀분석 및 인공신경망 모형으로 승패예측을 하였다. 승패에 영향을 미치는 요인을 분석하기 위한 경기 자료로 2007-2008년도 시즌 동안 한국농구연맹이 주최한 270경기를 사용하였다. 게임에 영향을 미치는 요인을 분석하기 위해 회귀분석을 실시하였으며, 검증을 위해 게임의 승패 예측에 관한 두 가지 실험을 실시하였다. 첫 번째 실험은 팀별로 승패에 영향을 미치는 요인을 분석하기 위해 기존의 연구처럼 270경기를 승리집단과 패배집단으로 나누어 총 540경기에 대한 자료를 사용하여 집단의 승리/패배를 예측하는 것이었다. 두 번째 실험은 경기별로 승패에 영향을 미치는 요인을 분석하기 위해 승리/패배 집단으로 나누지 않고 경기 내용을 그대로 사용하였다. 실험 결과 인공신경망 모델 및 로짓회귀모델 모두 85% 이상의 예측 정확도를 보였으며, 승패의 두 개 그룹으로 구분하지 않은 경우가 구분한 경우보다 우수한 예측결과를 보였으며, 유의미하게 영향을 미치는 변수만을 사용했을 때가 모든 변수를 사용했을 때보다 승패예측 정확도가 우수하였다. 따라서 이 연구에서 선정된 변수가 농구경기 결과에 유의한 영향을 미치고 있음을 알 수 있었다.
Abstract
The purpose of this paper was to analyze the winning factors for the professional baseball games using the logit regression model and artificial neural network(ANN). All the data on 270 games of 2007-2008 Korea Basketball League is used for the model development and determination of the winning factors. Regression analysis has been done to evaluate the factors to affect the win or loss and two types of experiments has been done to predict the game results. In the first experiment, 270 games are divided into win and loss groups, and result in 540 games in total. In second experiment, 270 games are not divided into two groups. All cases of experiment are 2 x 4 x 11 = 88 in all. Sixty percentage of the data are used for model building, 20% of the data for model validation and the rest of the data for the model prediction. The experiment result shows that all ANN models and logit model proposed in existing research gives more than 85% of prediction accuracy, the case of no classification into two groups has better prediction accuracy than the case of classification and the proposed ANN model using the only significant factors gives better results compared to those using all the possible factors. This study proves that the selected factors affect the game results significantly.
참고문헌 (15)
- 김세형, "한국프로농구 경기기록 분석에 의한 승패결정요인", 한국체육측정평가학회지, 10(1), pp.1~12 (2008), 한국체육측정평가학회
- 김세형, "프로농구 경기기록 분석을 통한 승패 예측모형 개발", 석사, pp.2008
- 김주학, "신경망분석을 이용한 축구경기 승패 예측모형 개발- 2006독일월드컵 대회를 중심으로 -", 체육과학연구, 18(4), pp.54~63 (2007), 국민체육진흥공단 체육과학연구원
- 박제영, "농구경기의 승패요인 분석에 관한 연구 - 제40회 세계군인 농구선수권대회를 중심으로", 수원대학교 논문집, 12, pp.205~215 (1994)
- 박제영, "2006-2007시즌 한국프로 농구경기의 승ㆍ패 요인 분석", 한국체육과학회지, 17(2), pp.129~138 (2008), 한국체육과학회
- 박제영, "제15회 아시아경기대회 남자농구경기의 승ㆍ패 요인 분석", 한국사회체육학회지, 30(0), pp.941~950 (2007), 한국사회체육학회
- 박제영, "99-2000시즌 한국 프로농구 경기의 승패요인-의사결정나무 분석을 이용하여", 한국사회체육학회지, 14(1), pp.327~338 (2000)
- 이근모, "국제 남자농구 경기의 승·패 요인 분석", 한국사회체육학회지, 24(24), pp.553~565 (2005), 한국사회체육학회
- 최현희, "농구경기시 득점차 분류에 의한 승패 요인 분석", 한국 스포츠 리서치, 16(6), pp.223~236 (2005), 한국스포츠리서치
- 최형준, "인공신경망(Artificial Neural Network)을 이용한 2005년도 영국 윔블던 테니스 대회의 경기결과 예측에 관한 연구", 한국체육학회지, 45(3), pp.459~468 (2006), 한국체육학회
- 한재순, "한국여자 프로농구리그(WKBL) 경기의 공격 및 수비요인이 승패에 미치는 영향", 체육과학연구논총, 16(1), pp.57~71 (2006)
- 한필수, "2006 겨울리그 데이터를 이용한 경기상황별 승？패 요인 분석", 코칭능력개발지, 8(3), pp.85~94 (2006), 한국코칭능력개발원
- Abbott, Douglas M., "Analysis of a predictive model for college choice by high school football players", pp.2005
- Stefani, R. T., "Football and Basketball Predictions Using Least Squares. Systems, Man and Cybernetics", IEEE Transactions on, 7(2), pp.117~121 (1977)
- Stefani, R. T., "Improved Least Squares Football, Basketball, and Soccer Predictions. Systems, Man and Cybernetics", IEEE Transactions on, 10(2), pp.116~123 (1980)