본문 바로가기
KERD
논문KCI 등재

축구 월드컵 경기 공식기록을 통한 데이터의 시각화

The Visualization of the Official Data for Soccer World Cup

최형준
한국체육측정평가학회 (Korean Society For Measurement And Evaluation In Physical Education And Sports Science)|2016.04|한국체육측정평가학회지 (The Korean Journal of Measurement and Evaluation in Physical Education and Sports Science)|제18권 제1호|pp. 83-92|DOI 10.21797/ksme.2016.18.1.007

2

조회

0

다운로드

18

인용

0

참고문헌

키워드

인공지능data mining데이터마이닝artificial intelligence자기구성지도self-organizing map축구경기기록의 시각화자기구성지도의 예측visualization of soccer statsprediction with SOM

초록

이 연구는 2002년부터 2014년 축구 월드컵 경기에서 나타난 자료의 시각화하기 위한 목적을 가진다. 또한, 학습돤자기구성지도를 이용하여 원자료의 특성을 고려한 예측값을 도출해내어, 원자료와 학습된 자기구성지도을 사용하여 원자료를 예측하는 게 가능한지를 알아보고자 하였다. 이 연구를 위하여 2002년부터 2014년 축구 월드컵 경기에서 나타난 512개의 자료를 20개의 독립변인과 함께 정리하였으며, 통계프로그램인 R 3.2.0 버전을 코호넨 패키지 2.0.18 버전과 함께 자료처리를 위해 사용하였다. 학습을 마친 자기구성지도의 양자화 오류는 3.906이었으며, 지형화 오류는1.248로 나타났다. 이 연구를 통해 얻은 연구결과는 첫째, 학습된 자기구성지도는 학습이후, 원자료의 특성을 투영하고자 하였으며, 이러한 특성을 이용하여 군집을 시각화 할 수 있었다. 둘째, 원자료의 특성은 학습된 자기구성지도의예측 알고리즘을 통하여 오차범위 5%에서 대부분 예측과 일치하다고 나타났다. 따라서, 향후 연구에서는 더 많은 양의 자료로 원자료의 특성을 학습과 투영을 통해 시각화할 수 있을지에 대해 연구가 이루어져야 한다고 사료된다.

Abstract

This study was to visualize raw data from 2002 to 2014 soccer World Cup officials. It was also aimed that the trained Self-Organizing Map suggested the predictable values of attitudes on raw data. Thus, this study was finally, to identified the possibility of prediction using raw data and the trained Self-Organizing Map on soccer World Cup stats. In order to approaches those purposes, totally, 512 set of data from the official web sites were used as the subjects of this study. And a R 3.2.0 statistical package with kohonen package 2.0.18 was used to analyse the data within the Self-organizing Map developed by Helsinki Univeristy of Technology. After the training of Self-organizing map, the quantization error was 3.906 and the topographic error was 1.248. Consequently, the results of the study was as following; Firstly, the trained SOM was trying to project the features of raw data after the training. Also, it was possible to make clusters within the projections on the trained SOM. Secondly, the features of raw data have been shown on the prediction algorithm of the trained SOM that almost all of raw data were projected within 5% of error range. Finally, it is required that following researches would be considered more data sets of official stats in soccer in order to be trained and be projected of the features of raw data.

참고문헌 (26)

  1. 김기형, "Backpropagation 알고리즘을 이용한 운동역학적 자료의 스무딩(Smoothing)", 한국체육학회지, 40(4), pp.967~973 (2001)
  2. 강상조, "의사결정나무분석에 의한 배드민턴 기초기술 평가용 체크리스트 서술평가기준(rubric) 설계", 한국체육측정평가학회지, 9(2), pp.1~13 (2007), 한국체육측정평가학회[DOI]
  3. 김기형, "Backpropagation 알고리즘을 이용한 운동역학적자료의 스무딩(Smoothing)", 한국체육학회지, 40(4), pp.967~973 (2001)
  4. 김선진, "배드민턴 선수의 공격 방향 예측을 위한 시각탐색 전략과 반응 동작", 한국체육학회지, 46(6), pp.179~190 (2007), 한국체육학회
  5. 최형준, "테니스 경기결과 예측 시뮬레이터 설계를 위한 기초연구", 한국체육학회지, 48(4), pp.593~601 (2009), 한국체육학회
  6. 이범수, "축구 월드컵 대표팀의 선수구성에 따른 참가국 경기분석", 한국체육측정평가학회지, 17(2), pp.13~23 (2015), 한국체육측정평가학회
  7. 이해용, "포아송분포를 이용한 축구경기의 승률 예측에 관한 연구", Journal of The Korean Data Analysis Society, 14(1), pp.499~507 (2012), 한국자료분석학회
  8. 장석현, "정보시각화와 지식시각화의 비교분석을통한 표현방법 연구", 한국HCI학회 학술대회, 2008(2), pp.1242~1248 (2008)
  9. 조정환, "스포츠과학, 산업분야의 빅데이터(Big Data) 활용 전망", 체육의 날 50주년 기념및 제 93회 전국체육대회 기념 제 50회 한국체육학회 학술발표회 (2012), 경북대학교
  10. 최경식, "축구 4-4-2 포메이션의 전술적 특성 연구 : 2006년 독일 월드컵 16강 진출 팀을 중심으로", 한국체육학회지, 47(3), pp.555~562 (2008), 한국체육학회
  11. 최형준, "2002, 2006년 축구 월드컵 대회를 통한 경기력 분석에 관한 연구", 한국체육측정평가학회지, 11(2), pp.41~51 (2009), 한국체육측정평가학회[DOI]
  12. 최형준, "자기구성지도(Self-Organized Map)를 활용한 레슬링 선수의 체격 및 체력요인의 군집분석", 한국체육측정평가학회지, 14(1), pp.19~28 (2012), 한국체육측정평가학회[DOI]
  13. 최형준, "인공지능(AI: Artificial Intelligence) 기법을 이용한 남자 테니스 선수 경기기록의 시각화", 한국체육측정평가학회지, 14(3), pp.47~56 (2012), 한국체육측정평가학회[DOI]
  14. 최형준, "인공신경망(Artificial Neural Network)을 이용한 2005년도 영국 윔블던 테니스 대회의 경기결과 예측에 관한 연구", 한국체육학회지, 45(3), pp.459~468 (2006), 한국체육학회
  15. 최형준, "자기구성지도(Self-Organized Map)를 활용한 군집분석", 한국체육학회지, 46(5), pp.553~564 (2007), 한국체육학회
  16. 홍성진, "2014 브라질월드컵에 나타난 경기 중 이동거리 및 움직임강도 비교 분석", 한국체육측정평가학회지, 16(2), pp.71~79 (2014), 한국체육측정평가학회
  17. Choi, H., "Definitions of Performance Indicators in Real-time and Lapsed-time sanalysis in Performance Analysis of Sports", 박사, pp.2008
  18. da Mota, G. R., "The effects of ball possession status onphysical and technical indicators during the 2014 FIFA World Cup Finals", Journal of Sports Sciences, 34(6), pp.493~500 (2016)
  19. Fernandez-Navarro, J., "Attacking and defensive stylesof play in soccer: analysis of Spanish and English elite teams", Journal of Sports Science, pp.1~10 (2016)
  20. Hodges, N. J., "The nature of feedback NotationalAnalysis of Sport", pp.17~39 (2004), Routledge
  21. Hughes, M., "Establishing normative profiles in performance analysis", eIJPAS, 1, pp.4~26 (2001)
  22. Hughes, M., "Notational Analysis of Sport" (2004), Routledge
  23. Liu, H. Y., "Technical performance and match-to-match variation inelite football teams", Journal of Sports Sciences, 34(6), pp.509~518 (2016)
  24. Moss, S. L., "Anthropometric and physical performancecharacteristics of top-elite, elite and non-elite youth female team handballplayers", Journal of Sports Science, 33(17), pp.1780~1789 (2015)
  25. Stockl, M., "Visualization and Analysis of Spatial Characteristics of Attacks in FieldHockey", International Journal of Performance Analysis in Sport, 13(1), pp.160~178 (2013)
  26. Wehrens, R., "Self-and Super-organizing Maps in R : the Kohonen Package", Journal of Statistical Software, 21(5), pp.1~19 (2007)

관련 논문AI추천

축구 월드컵대회 공식기록을 통한 경기력의 군집화최형준, 현준원한국체육측정평가학회 · 한국체육측정평가학회지2018 · 제20권 제4호신경망분석을 이용한 축구경기 승패 예측모형 개발- 2006독일월드컵 대회를 중심으로 -김주학, 노갑택, 박종성, 이원희국민체육진흥공단 한국스포츠과학원 · 체육과학연구2007 · 제18권 제4호소셜 네트워크 이론을 통한 스포츠 정보시각화에 관한 연구이주엽, 최영화디자인연구소 · Journal of Integrated Design Research2016 · 제15권 제2호Profiling of Team Performances based on the Official Data in SOCCER최형준동북아학술저널연합 · Kinesiology2021 · 제6권 제2호2002, 2006년 축구 월드컵 대회를 통한 경기력 분석에 관한 연구최형준한국체육측정평가학회 · 한국체육측정평가학회지2009 · 제11권 제2호인공지능(AI: Artificial Intelligence) 기법을 이용한 남자 테니스 선수 경기기록의 시각화권민혁, 최형준한국체육측정평가학회 · 한국체육측정평가학회지2012 · 제14권 제3호

이 간행물의 다른 논문 (6건)

모바일 앱 기반 신체활동증진 전략과 기술… 어디까지 왔나?조정환, 정해권, 오정화, 송금주pp. 1-15가속도계 추정공식과 강도기준치(Cut-point)의 신체활동량 추정오차검증이미영, 최지엽, 이효pp. 17-29장애인 엘리트선수에 대한 코치-선수 상호작용 척도의 적합성: Rasch 모형의 적용서은철pp. 31-44스포츠 손상 재활훈련 동안 재활선수들이 경험하는 심리적 어려움에 대한 개념도 연구정은나, 김성훈, 홍성진pp. 45-581, 2일 연속 골프라운딩 동안 종아리 압박스타킹 착용이 혈류속도와 젖산변화에 미치는 영향이연정, 성은숙, 성봉주pp. 59-67
원문 보기