스포츠 토픽모델링 분석의 최신성 최적화를 위한 연도가중치 람다 프레임워크*
Lambda Framework for Time-Weighting to Optimize Recency in Sports Topic Modeling Analysis
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 시계열적 변화가 뚜렷한 스포츠 학술 데이터의 특성을 고려하여, 토픽모델링의 최신성 반영 비율을 최적화하는 ‘연도가중치 람다 프레임워크’를 제안하고 그 타당성을 검증하는 데 목적이 있다. 이를 위해 본 연구는 2005년부터 2024년까지 [한국체육측정평가학회지]에 게재된 논믄의 제목 및 초록 데이터를 수집하여 분석하였다. 또한, 기존의 무가중치(Baseline) LDA 모델과 본 연구에서 고안한 9가지 가중 방식(지수감쇠, 반감기, 어텐션형, 슬라이드 윈도우, 강화학습형, 시그모이드 변환, 가중이동평균, 다항강조, 동적 최적화)의 성능을 비교 분석하였다. 연구 결과는 다음과 같다. 첫째, 연도가중치를 적용한 모델군은 무가중치 모델 대비 퍼플렉시티(Perplexity)가 감소하고 최신성 향상도(Recency-Lift)가 유의미하게 증가하여, 토픽의 품질과 시의성을 동시에 확보할 수 있음을 입증하였다. 둘째, 가중 함수 형태에 따른 비교에서 단순 선형 방식보다 반감기(Half-life)나 지수감쇠(Exponential Decay)와 같은 비선형적 방식이 스포츠 트렌드의 변화를 더 효과적으로 포착하였다. 셋째, 데이터 기반의 동적 최적화(Dynamic Optimization) 방식이 연구자가 임의로 설정한 고정 파라미터 방식보다 더 높은 종합 성과지표(J)를 기록하였다. 넷째, 주요 알고리즘의 민감도 분석을 통해 도출된 권장 파라미터 구간 내에서는 모델의 성능이 안정적으로 유지됨(Robustness)을 확인하였다. 결론적으로 본 연구가 제안한 람다 프레임워크는 급변하는 스포츠 분야의연구 동향을 정확하게 파악하고 예측하는 데 기여하는 효과적인 방법론임을 시사한다.
Abstract
The purpose of this study was to propose and validate the "Time-weighting Lambda Framework" to optimize the reflection of recency in topic modeling, considering the dynamic nature of sports academic data. Analyzing abstracts from domestic sports journals from 2005 to 2024, this study compared the performance of the traditional unweighted LDA baseline model against nine weighting methods (exponential decay, half-life, Softmax, Sliding window, Eligibility trace, Sigmoid, WMA/EWMA, polynomial, dynamic lamda) developed in this framework. The results are as follows: First, the time-weighted models demonstrated a significant reduction in perplexity and an increase in Recency-Lift compared to the unweighted model, proving that both topic quality and timeliness can be secured simultaneously. Second, non-linear decay methods, such as half-life and exponential decay, were more effective in capturing sports trends than simple linear methods. Third, the dynamic optimization approach, which learns the decay rate from the data, yielded higher composite scores (J) than fixed parameter methods set arbitrarily by researchers. Fourth, sensitivity analysis confirmed that the model performance remained robust within the recommended parameter ranges. In conclusion, the Lambda Framework proposed in this study suggests an effective methodology for accurately identifying and predicting rapidly changing research trends in the field of sports science.