경륜 출주정보를 활용한 승자 예측모형 탐색 : 데이터마이닝 기반 의사결정나무분석의 적용

최창환; 윤지운

추천

검색

질문

자료유형: 학술저널

저자정보: 최창환 윤지운

저널정보: 한국체육측정평가학회 한국체육측정평가학회지 한국체육측정평가학회지 제19권 제4호

발행연도: 2017.12

수록면: 15 - 26 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구의 목적은 경륜 출주정보를 활용하여 승자를 예측하는 모형을 탐색하는 것이다. 구체적으로 이 연구에서는 데이터마이닝 기반의 의사결정나무분석을 적용하여 경륜 경기의 승자를 결정하는 예측모형을 확인하였다. 연구목적을 위해 국민체육진흥공단 경륜사업본부에서 제공하는 2014년부터 2016년도까지의 전체 5000경기 34962명의 경륜 출주정보와 경기자료를 수집하였다. 경륜 출주정보 14개 변인을 예측변인으로 선정하였으며, 목표변수는 각 승식(단승식, 복승식, 삼복승식)별 승자로 선정하였다. 자료처리를 위해 IBM SPSS 21.0ver을 사용하였으며, 기술통계와 의사결정나무분석을 수행하였다. 의사결정나무분석은 CRT(classification and regression trees) 알고리즘을 적용하였다. 의사결정의 간결모형을 위해 뿌리깊이는 3단계, 최소 사례수는 부모마디 500, 자식마디 300의 기준을 적용하였다. 추정된 예측모형의 적절성 확인을 위해 분류 정확도와 오분류 추정치(risk estimate), 표준오차를 산출하였다. 이 연구의 결과는 다음과 같다. 첫째, 단승식 경기는 연대율이 53.5%보다 크고, 종합평균득점이 93.72보다 크며, 승률이 61.5%보다 클 경우 승자에 포함될 확률이 73.6%수준이다. 둘째, 복승식은 삼연대율이 62.5%보다 크고, 종합평균득점이 94.76보다 클 경우 승자에 포함될 확률이 83.6%수준이다. 셋째, 삼연대율이 55.5%보다 크고, 종합평균득점이 94.61보다 클 경우 승자에 포함될 확률이 89.4%수준이다. 이 연구의 결과는 경륜 경기를 이해하고 승자를 예측하기 위한 다양한 기초정보로 활용될 수 있을 것이라 판단한다.

The purpose of this study is to explore a model that predicts cycling winners by using match information. To be specific, the study applied decision tree analysis based on data mining and sought to find a prediction model that determines the winners of cycling. To achieve the purpose of the research, 5,000 match data of 34,962 players from 2014 to 2016 were collected. 14 variables of cycling match information were selected as predictor variables, and the winners of each winning style were selected as the target variables. In this study, the winners were defined by following winning styles; single win(1st place), quinella(1st or 2nd place), and quinella trebles(1st, 2nd, or 3rd place). For data processing, IBM SPSS 21.0 ver was used and descriptive statistics and decision tree analysis were applied. As for decision tree analysis, CRT(classification and regression trees) algorithm was applied. For simple prediction model of decision making, depth was applied in 5 levels, and the standard of parent node 500 case and child node 300 case were applied for the minimum number of cases. To confirm the appropriateness of the estimated prediction model, the classification accuracy, the risk estimate, and the standard error were calculated. The conclusions of this study are as follows. First, in a single win match, the probability of being classified as the winner is 73.6% if the 1st or 2nd place rate is greater than 53.5%, the total average score is greater than 103.72, and if the winning rate is greater than 61.5%. Second, in a quinella match, the probability of being classified as the winner is 83.6% if the 1st, 2nd, or 3rd place rate is greater than 62.5%, and the total average score is greater than 104.76. Third, in a quinella trebles match, the probability of being classified as the winner is 89.4% if the 1st, 2nd, or 3rd place rate is greater than 55.5% and the total average score is greater than 104.61. The results of this study can be used as basic information to understand cycling matches and to predict cycling winners.

#Data mining #Winner prediction #데이터마이닝 #Cycling #승자예측 #의사결정나무분석 #경륜 출주정보 #decision tree analysis

참고문헌 (39)

참고문헌 신청

[학술지(정기간행물)] - 구민재 / 2014 / 프로 경륜선수 자기관리 검사지 개발 / 코칭능력개발지 16 (1) : 113 ~ 123

[학술지(정기간행물)] - 구승환 / 2009 / 국내 남자 프로농구 승패 예측 모형 비교 연구 / 체육과학연구 20 (4) : 704 ~ 711

[인터넷자원] - 국민체육진흥공단 경륜사업본부 / / 국민체육진흥공단 경륜사업본부

[인터넷자원] - 국민체육진흥공단 / / 국민체육진흥공단

[학술지(정기간행물)] - 김상호 / 2007 / 서비스만족도에 따른 경륜시장세분화에 대한 연구-장안 장외사업소 참여고객을 중심으로- / 한국사회체육학회지 (29) : 155 ~ 164

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최창환

소속기관 한국체육측정평가학회

주요연구분야 예술체육학 > 체육 TOP 10%

논문수 11 이용수 2,678

윤지운

소속기관 한국체육대학교

주요연구분야 예술체육학 > 체육

논문수 4 이용수 380

이 논문과 함께 이용한 논문

배드민턴 단식경기의 경기분석내용을 활용한 승패결정요인 탐색: 데이터마이닝 기반 의사결정나무분석 적용

나경민 , 박재현 , 조은혜 한국체육측정평가학회지 2020 .09

키워드 네트워크 분석을 활용한 국내 축구 연구의 지식구조 탐색

김현상 , 박재현 , 최창환 한국체육측정평가학회지 2018 .12

스포츠 승부조작의 탐지 가능성 : 스포츠 데이터에 나타나는 벤포드의 법칙

최창환 , 박재현 한국체육측정평가학회지 2017 .03

정량적 지표기반 핸드볼 경기수행의 승패 평가모형

김혜진 , 박종률 , 박재현 외 1명 한국체육측정평가학회지 2013 .03

어떤 행위를 스포츠 승부조작으로 인식하는가? : 승부조작 행위에 대한 인식의 민감도

전민수 , 박재현 , 최창환 한국체육과학회지 2017 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-692-000992900

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (39)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)