딥러닝 기반 일별 야구 관중 수 예측

Deep Learning-Based Daily Baseball Attendance Predcition

한국에서 야구는 프로 스포츠 종목 중 가장 많은 관중 수를 동원하고 있다. 특히 수입 대부분이 입장 수입이기 때문에 관중 수가 무엇보다 중요하다. 기존 연구는 타 종목이나 모든 구장을 동시에 고려하고 있어 구장 별 관중수를 예측이 쉽지 않다는 한계가 존재한다. 예를 들어 기아 타이거즈는 국내 구단 중 가장 높은 원정 수입을 보이는데에 반해 낮은 홈 수입을 보인다. 따라서, 본 연구에서는 딥러닝(Deep Learning)을 사용하여 기아 타이거즈의 광주 - 기아 챔피언스 필드의 일별 관중 수를 예측하고자 한다. 2018년~2023년의 광주 - 기아 챔피언스 필드의 일별 관중 수와 날짜, 날씨, 팀과 관련된 변수를 수집하고 전처리한다. 전처리 한 데이터를 활용하여 일별 관중 수를 예측하는 딥러닝기반 선형 회귀모델을 제안한다. 본 연구를 통해 구단의 수익 증대를 위한 기초 자료로 활용할 수 있을 것으로 기대한다.

Baseball attracts the largest audience among professional sports in Korea. In particular, attendance is the primary source of income in baseball. Previous studies have limitations in reflecting the characteristics of individual stadium. For instance, the KIA Tigers exhibit the highest away game revenue among domestic teams, but they show lower home game earnings. Therefore, we aim to predict the daily attendance at the Gwangju-KIA Champions Field of the KIA Tigers using deep learning. We collected and preprocessed daily attendance, dates, weather, and team-related variables for Gwangju-KIA Champions Field from 2018 to 2023. We propose a deep learning-based linear regression model to predict the daily attendance. We expect that the proposed deep learning model will be used as basic information to increase the club's revenue.