머신러닝 적용 경륜 경주 순위 및 베팅방식별 결과 예측에 관한 연구

Q: 이 논문에서 정의한 승식이란 무엇인가?

경륜, 경정, 경마 등의 스포츠 경기에서 다양한 순위 조합 방식을 통해 베팅하는 유형을 의미한다. 본 연구에서는 단승식, 연승식, 복승식, 삼복승식, 쌍승식, 쌍복승식, 삼쌍승식 등 구체적인 베팅 방식에 따른 예측 정확도를 분석하는 기준으로 활용된다.

Q: 경륜 경주의 승식별 결과 예측에 가장 효과적인 머신러닝 알고리즘은 무엇인가?

연구 결과, 로지스틱 회귀 모델이 단승식 61.18%, 연승식 78.51%를 포함하여 모든 승식에서 7가지 머신러닝 알고리즘 중 가장 높은 예측 정확도를 보였다. 그 뒤를 이어 Light-GBM과 그래디언트 부스트 기반 모델이 상대적으로 높은 예측 성능을 나타냈다.

김필수; 전성삼; 이상현

doi:10.15706/jksms.2023.24.2.007

추천

검색

질문

자료유형: 학술저널

저자정보: 김필수 (한국스포츠경영전략연구원) 전성삼 (에이치앤스포츠) 이상현

저널정보: 한국서비스경영학회 서비스경영학회지 서비스경영학회지 제24권 제2호

발행연도: 2023.6

수록면: 157 - 192 (36page)

DOI: 10.15706/jksms.2023.24.2.007

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The The sports betting industry has proven to be one of the most influential areas in the service sector. Despite its significance, the Korean sports betting industry has been neglected which calls for research scrutiny. This research applies machine learning algorithms (Logistic Regression, Random Forest, AdaBoost, GradientBoost, Light-GBM, Multi-Layer Perceptron, Extra GradientBoost) to predict the results of Keirin competition along with sports betting methods. All of the race data generated in 「Gwangmyeong Speedome」 from 2016 to 2022 were collected and preprocessed for empirical analysis using Python. The results imply that the Logistic Regression had the highest accuracy performance among the machine learning algorithms, with an accuracy of 61.18% for the win prediction, 78.51% for perfecta, 42.37% for the quinella, 31.33% for the exacta, 31.63% for the trio, 22.10% for quinella place, and 14.30% for trifecta bet. Light-GBM and GradientBoost demonstrated the second-highest performance among the machine learning algorithms. In conclusion, this research provides an analysis of the machine learning application of Keirin competition based on sports betting methods. We believe this attempt may contribute to the service management research domain by providing actual prediction results of the sports game to consumers that may to sports betting industry expansion.

#machine learning #sports analytics #sports prediction #sports betting #sports service management

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)