스포츠 위치측정 기반 시계열 자료의 유사성 탐색
Similarity identification of time series data based on measurement of positioning in Sport
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
이 연구는 축구 경기에서 측정된 위치측정 기반 시계열 자료의 유사성을 탐색하는데 목적을 두었다. 이 연구를 위하여 한국남자 프로축구 경기에서 측정된 위치측정 시계열 자료를 연구의 대상으로 선정하였고, 두 팀 각 10명 선수의 위치측정 시계열 자료를 전반전 시작시점부터 후반전 종료시점까지 1초 단위로 정리하여 사용하였다(n=5,657). 이 연구에서는 위치측정 시계열 자료의 유사성 탐색을 위하여 로그 우도(log likelihood) 함수를 사용하여 시계열 자료에 대한 분할 수를 결정하였고, 베이지안정보기준 패널티 로그 우도(Bayesian Information Criterion penalized log likelihood) 함수를 이용하여 위치측정 시계열 자료의 유사성을 탐색하여 얻은 결론은 다음과 같다. 첫째, 선수의 위치측정 시계열 자료를 로그 우도 함수로 분할할 경우, 확률적인 모수의 추정이 가능하여 선수 위치측정 시계열 자료에 적용하기에 용이하였다. 둘째, 선수의 위치측정 시계열 자료를 베이지안정보기준 패널티 로그 우도 함수를 이용하여 유사성을 탐색할 경우 군집이 가능하였나, 자료의 특성에 따라서 제안된 군집의 수는 상이하게 나타났다. 이 연구의 결과를 바탕으로 향후 전문가의 관찰내용과 시계열 자료의 분할 내용을 상호 비교하여 분할에 적용된 요소의 특성을 파악하는 연구가 지속적으로 이루어져야 한다고 사료된다.
Abstract
The study was to determine the identification of similarities on the time series data based on the measurement of positioning within soccer match. A match of the korean professional soccer league was selected as subjects of this study, and the collected data was considered in a second unit of data by 10 players each in the team(n=5,657). The time concerned for this study were from the beginning of the first half to the end of the second half. The log likelihood function was used to decide the number of segments among the time series data, and the BIC(Bayesian Information Criterion) penalized log likelihood function was calculated for the identification of similarity on the segment of the time series data. The conclusion of this study was as following belows,First of all, there was useful functionality found when the time series data has been determined by the log likelihood function that the estimation of parameters was easily identified. Secondly, the possibility of classification of time series data with similarity by the BIC penalized log likelihood function was presented, but the number of clusters was differently observed because of different characteristics of variables used. Further research is required that the research on the combination between the experts’ opinion and the results of the segments would be operated in order to identify the factors’ characteristics for the segmentation of time series data in sport.
참고문헌 (27)
- 김성태, "동적 시간워핑을 활용한 시계열자료의 군집분석", Journal of The Korean Data Analysis Society, 20(5), pp.2319~2332 (2018), 한국자료분석학회[DOI]
- 김재희, "전기 사용량 시계열 함수 데이터에 대한 비모수적 군집화", 응용통계연구, 32(1), pp.149~160 (2019), 한국통계학회[DOI]
- 김주학, "스포츠경기분석 연구의 국내외 주요연구동향", 한국체육측정평가학회지, 16(1), pp.109~120 (2014), 한국체육측정평가학회[DOI]
- 박미라, "동적 타임 워핑을 통한 시계열적 유사성에 따른 지역 분류 방안에 관한 연구", 국토지리학회지, 45(3), pp.387~395 (2011), 국토지리학회
- 전새봄, "스펙트럼 분석을 이용한 시계열 자료의 패턴 분류", Journal of The Korean Data Analysis Society, 11(1), pp.349~359 (2009), 한국자료분석학회
- 정영애, "시계열자료의 효율적 군집분석을 위한 구간특징화와 계층적 베이지안 기법의 융합", 디지털융복합연구, 13(7), pp.169~175 (2015), 한국디지털정책학회[DOI]
- 최형준, "2002, 2006년 축구 월드컵 대회를 통한 경기력 분석에 관한 연구", 한국체육측정평가학회지, 11(2), pp.41~51 (2009), 한국체육측정평가학회[DOI]
- 최형준, "축구경기의 경기력혼란상태(PiP: Perturbation in Performances)측정방법 개발", 한국체육측정평가학회지, 16(3), pp.65~76 (2014), 한국체육측정평가학회[DOI]
- 최형준, "축구 월드컵 경기 공식기록을 통한 데이터의 시각화", 한국체육측정평가학회지, 18(1), pp.83~92 (2016), 한국체육측정평가학회[DOI]
- 최형준, "축구 경기분석을 위한 선수위치 측정도구 차이검증", 한국체육측정평가학회지, 21(2), pp.1~9 (2019), 한국체육측정평가학회[DOI]
- 최형준, "배드민턴 혼합복식의 승⋅패 및 랠리 상황별 경기분석", 한국체육측정평가학회지, 12(3), pp.103~113 (2010), 한국체육측정평가학회[DOI]
- 홍성진, "축구 선수의 경기력 평가를 위한 상황 요인 이해", 체육과학연구, 20(3), pp.612~620 (2009), 국민체육진흥공단 한국스포츠정책과학원[DOI]
- 홍한움, "시계열자료 군집방법의 비교연구", 응용통계연구, 22(6), pp.1203~1214 (2009), 한국통계학회
- Davies, G., "World Congress of Performance Analysis of Sport VIII", pp.77~97 (2008), Otton von Guericket University
- Hughes, M., "The perturbation effect and goal opportunities in soccer", Journal of Sports Sciences, 16, pp.20~ (1998)
- Hughes, M., "The use of performance indicators in performance analysis", Journal of Sports Sciences, 20, pp.739~754 (2002)
- Hughes, M., "Notational Analysis of sport", pp.205~226 (2004), Routledge
- Hughes, M., "Notational Analysis of Sport" (1997), E &FN SPON
- Hughes, Mike, "Notational Analysis of Sport" (2004), Routledge
- James, N., "Analysing soccer using perturbation attempts", Journal of Human Sport and Exercise, 7(2), pp.413~420 (2013)
- Lavielle, M., "Using penalized contrasts for the change-point problem", Signal Processing, 85(8), pp.1501~1510 (2005)
- Lavielle, M., "An improved SAEM algorithm for maximum likelihood estimation in mixtures of nonlinear mixed effects models", Statistics and Computing, 24(5), pp.693~707 (2014)
- McGarry, T. I. M., "On the presence and absence of behavioural traits in sport : An example from championship squash match-play", Journal of Sports Sciences, 17(4), pp.297~311 (1999)
- Murray, S., "World Congress of Performance Analysis of Sport VIII", pp.98~115 (2008), Otoo von Guericke University
- Myung, I. J., "Tutorial on Maximum Likelihood Estimation", Journal of Mathematical Psychology, 47(1), pp.90~100 (2003)
- Rizopoulos, D., "ltm : An R package for latent variable modeling and item response theory analyses", Journal of Statistical Software, 17(5), pp.1~25 (2006)
- Zolhavarieh, S., "A review of subsequence time series clustering", The Scientific World Journal, 2014, pp.1~19 (2014)