메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김필수 (한국스포츠경영전략연구원) 이상현 (아주대학교) 전성삼 (에이치앤스포츠)
저널정보
한국스포츠산업경영학회 한국스포츠산업경영학회지 한국스포츠산업경영학회지 제28권 제2호
발행연도
2023.4
수록면
76 - 94 (19page)
DOI
10.31308/KSSM.28.2.76

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 기계학습(machine learning)을 적용하여 경륜 경주의 경기 순위를 예측하고, 해당 예측에 활용된 각각의 AI 알고리즘 성능을 비교 · 분석하기 위하여 실시되었다. 이를 위해 국민체육진흥공단에서 제공한 경륜 선수 출추표와 경기결과 데이터(광명스피돔, 2016~2022년 경주 전수)를 기반으로 실증분석을 시행하였다. 본 연구에서는 파이썬(Python)을 활용하여 자료를 수집하고 가공하였으며, 실질적인 분석을 위해 네이브 베이즈(Naive Bayes), 로지스틱 회귀(Logistic Regression), 랜덤 포레스트(Random Forest), 배깅(Bagging), 서포트 벡터 머신(SVM: Support Vector Machine), 의사결정나무(Decision Tree), 에이다 부스트(AdaBoost), K-최근접이웃(KNN: K-Nearest Neighbor)의 여덟 가지 알고리즘을 적용하였다. 또한, 각 알고리즘의 성능 확인과 평가를 위해 정확도(accuracy), 정밀도(precision), 재현율(recall), F1-score, 평균제곱근오차(RMSE), 결정계수(R-squared)를 평가 기준으로 사용하였다. 본 연구는 단승식, 복승식, 삼복승식을 결과변수로 놓고 실증분석을 시행한 결과 로지스틱 회귀의 성능이 단승식(88.19%)과 복승식(80.07%)의 경우 정확도가 가장 높은 것으로 나타났으며, 삼복승식(78.17%)의 경우 에이다 부스트의 성능이 높게 평가되는 것으로 드러났다. 전체적으로 로지스틱 회귀, 에이다 부스트, 서포트 벡터 머신의 성능이 다른 다섯 가지 알고리즘의 성능과 비교 시 상대적으로 더 우수한 것으로 확인되었다. 본 연구는 경륜 경주의 경주 순위를 예측하기 위해 다양한 머신러닝 알고리즘을 적용하여 이들의 성능을 비교·분석함으로써 기존에는 실증되지 않은 경륜 데이터로 기계학습을 적용하였다는 데 의의가 있다. 본 연구의 실증결과를 통해 스포츠 애널리틱스 분야의 발전을 위해 연구의 방향을 제시하였다는 측면에서의 학문적인 의의는 물론, 실무적인 참고자료로 활용될 수 있을 것으로 판단된다.
#경륜 #경주 결과 예측 #머신러닝 #알고리즘 성능 비교 #Keirin #Win/loss prediction #Machine learning #Algorithm performance comparison

목차

서론
연구 방법
연구 결과
논의
결론 및 제언
참고문헌
ABSTRACT

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

랜덤 포레스트 모형을 이용한 장기금리 결정요인 분석
김영준 ,  신상희 경영경제연구 2024 .02
이수식 TBM 데이터와 랜덤포레스트를 이용한 일축압축강도 분류 예측에 관한 연구
강태호 ,  최순욱 ,  이철호 외 1명 터널과 지하공간 2023 .12
다중클래스 분류 머신러닝을 활용한 3D신체이미지 기반 체형 분류 예측모델 탐색
이지용 ,  이상용 ,  박재현 외 1명 한국체육측정평가학회지 2023 .09
랜덤 포레스트 기반 학습 데이터셋 보완 및 리튬이온 배터리 용량 예측
신승화 ,  이상력 ,  김종훈 전력전자학회논문지 2023 .10
랜덤포레스트 기반 실내공간 내외주부의 하절기 평균복사온도 가상센싱 모델 개발
성승호 ,  윤우승 ,  유원택 외 2명 대한건축학회논문집 2023 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-692-001355111