• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권5호
• /
• pp.161-168
• /
• 2020

스포츠 경기 결과예측은 전반적인 경기의 흐름과 승패에 영향을 미치는 변인들의 분석을 통해 팀의 전략 수립을 가능하게 해준다. 이와 같은 스포츠 경기결과 예측에 대한 연구는 주로 통계학적 기법과 기계학습 기법을 활용하여 진행되어 왔다. 승부예측 모델은 무엇보다 예측 성능이 가장 중요시된다. 그러나 최적의 성능을 보이는 예측 모델은 학습에 사용되는 데이터에 따라 다르게 나타나는 경향을 보였다. 본 논문에서는 이러한 문제를 해결하기 위해 데이터가 달라지더라도 해당 데이터에 대한 예측 시 가장 좋은 성능을 보이는 모델의 선택이 가능한 기존의 축구경기결과 예측에서 좋은 성능을 보여온 통계학적 모델과 기계학습 모델을 결합한 새로운 앙상블 모델을 제안한다. 본 논문에서 제안하는 앙상블 모델은 각 단일모델들의 경기 예측결과와 실제 경기결과를 병합한 데이터로부터 최종예측모델을 학습하여 경기 승부예측을 수행한다. 제안 모델에 대한 실험 결과, 기존 단일모델들에 비해 높은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.23-32
• /
• 2023

현대 사회의 새로운 스포츠로 정의되는 e-스포츠는 세계적으로 많은 사랑을 받는 스포츠로 자리매김했다. 그 중, E-sports를 대표하는 AOS(Aeon of Strife) 장르의 게임은 플레이어 개개인과 팀의 운영이 승패를 좌우하는 요소가 된다는 특징을 가진다. 본 논문은 실제 유저들의 게임 데이터를 수집하고 데이터를 통계적 기법으로 분석하여 정보를 제공한다. 또한, 수집한 데이터를 활용해 머신러닝 기법을 이용하여 승패 예측 모형을 설계하고 실험한다. 5개의 머신러닝 알고리즘이 사용되었고, 평균적으로 개인 데이터 모형에서는 Accuracy 80%, 팀 데이터 모형에서는 Accuracy 95%의 성능을 보인다. 본 연구에서 모형 설계 시 사용된 데이터는 개인 데이터 1,149,950건, 팀 데이터 230,234건으로 규모가 크고 일반 유저들의 플레이 성격을 잘 반영하고 있기 때문에 개발사의 게임 운영이나 일반 유저의 전략 수립 등에 도움이 될 것으로 기대한다. 실험 결과, 개인 데이터 모형과 팀 데이터 모형을 비교하였을 때, 팀 단위 모형의 성능이 상대적으로 매우 좋게 나타났다.

• 한국인공지능학회지
• /
• 제7권2호
• /
• pp.13-17
• /
• 2019

Currently, the sports market continues to grow every year, and among them, professional baseball's entry income is larger than the rest of the professional league. In sports, strategies are used differently in different situations, and the analysis is based on data to decide which direction to implement. There is a part that a person misses in an analysis, and there is a possibility of a false analysis by subjective judgment. So, if this data analysis is done through artificial intelligence, the objective analysis is possible, and the strategy can be more rationalized, which helps to win the game. The most popular baseball to be applied to artificial intelligence to analyze athletes' strengths and weaknesses and then efficiently establish strategies to ease the competition. The data applied to the experiment were provided on the KBO official website, and the algorithms for forecasting applied linear regression. The results showed that the accuracy was 87%, and the standard error was ±5. Although the results of the experiment were not enough data, it would be possible to effectively use baseball strategies and predict the results of the game if the amount of data and regular data can be applied in the future.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권2호
• /
• pp.61-68
• /
• 2020

e-sports는 최근 꾸준한 성장을 이루면서 세계적인 인기 스포츠 종목이 되었다. 본 논문에서는 e-sports의 대표적인 게임인 리그오브레전드 경기 시작 단계에서의 승패 예측 모델을 제안한다. 리그오브레전드에서는 챔피언이라고 불리는 게임 상의 유닛을 플레이어가 선택하여 플레이하게 되는데, 각 플레이어의 선택을 통하여 구성된 팀의 챔피언 능력치 조합은 승패에 영향을 미친다. 제안 모델은 별다른 도메인 지식 없이 플레이어 단위 챔피언 능력치를 팀 단위 챔피언 능력치로 임베딩한 Bidirectional LSTM 임베딩 기반 딥러닝 모델이다. 기존 분류 모델들과 비교 결과 팀 단위 챔피언 능력치 조합을 고려한 제안 모델에서 58.07%의 가장 높은 예측 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.213-221
• /
• 2021

이 논문은 League of Legends (LOL) 게임의 승패를 예측하기 위하여 Deep Neural Network Model 시스템을 제안한다. 이 모델은 다양한 LOL 빅데이터를 활용하여 TensorFlow 의 Keras에 의하여 설계하였다. 연구 방법으로 한국 서버의 챌린저 리그에서 행해진 약 26000 경기 데이터 셋을 분석하여, 경기 도중 데이터를 수집하여 그 중에서 드래곤 처치 수, 챔피언 레벨, 정령, 타워 처치 수가 게임 결과에 유의미한 영향을 끼치는 것을 확인하였다. 이 모델은 Sigmoid, ReLu 와 Logcosh 함수를 사용했을 때 더 높은 정확도를 얻을 수 있었다. 실제 LOL의 프로 게임 16경기를 예측한 결과 93.75%의 정확도를 도출했다. 게임 평균시간이 34분인 것을 고려하였을 때, 게임 중반 15분 정도에 게임의 승패를 예측할 수 있음이 증명되었다. 본 논문에서 설계한 이 프로그램은 전 세계 E-sports 프로리그의 활성화, 승패예측과 프로팀의 유용한 훈련지표로 활용 가능하다고 사료된다.

• 한국체육학회지인문사회과학편
• /
• 제56권4호
• /
• pp.397-413
• /
• 2017

본 연구의 목적은 4차 산업혁명의 스포츠 현장 적용을 위한 탐색적 연구를 통하여 스포츠 업계 종사자들이 소셜 빅데이터를 직접 다루고 활용하기 위한 사례를 소개하고, 관련 정보를 제공하는 것이다. 수집된 문헌은 국내 외 학술 DB로부터 '소셜 빅데이터', '스포츠'와 관련된 문헌 302편이며, 분석된 문헌은 86편(국내 28편, 국외 58편)이다. 연구 결과, 스포츠산업 분야에 적용 가능한 소셜 빅데이터 분석 연구는 1) 스포츠 팬들의 관심사 및 스포츠 이벤트에 대한 주요 이슈 분석, 2) 미디어스포츠 인게이지먼트 연구, 3) 사용자 감성을 이용한 경기 승패 예측, 4) 프로선수 연봉 산정 모델 개발, 5) 연구동향 분석 등이 될 수 있다. 결론적으로, 스포츠산업 경영 분야에서 소셜 빅데이터 분석 기술은 다양하게 활용될 수 있기 때문에, 스포츠 업계 종사자들이 소셜 빅데이터 분석 기술을 직접 다루고 이를 활용하기 위해서는 IT기술에 대한 선행 학습, 연구수행을 통한 노하우 습득, 그리고 융합적인 사고의 전환이 필요하다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권1호
• /
• pp.37-44
• /
• 2017

AOS(Aeon of Strife)장르의 게임들은 단순히 즐기는 컴퓨터 게임이 아닌 대표적인 e스포츠 종목으로 자리매김하고 있으며 전문성을 필요로 하는 스포츠의 특성상, 게임 플레이 패턴 및 시즌 별 캐릭터 선택 등 게임 운영에 필요한 통계 분석의 중요성이 증가하고 있다. 본 논문에서는 대표적인 AOS 게임 중의 하나인 리그오브레전드의 게임 데이터를 이용해 데이터 마이닝 기법을 이용한 게임의 전략적 분석을 실시한다. 통계적 승률 예측 기법인 로지스틱 회귀분석과 판별 분석 및 인공신경망을 이용하여 게임의 승패 예측 모형을 설계하고 실험한다. 게임 데이터 분석 결과는 확률을 표시한 그래프로 표현되어 게임 플레이를 돕기 위해 개발된 시각적 도구에 이용한다. 승패 예측 모형의 실험 결과, 평균적으로 95%의 높은 분류율을 보이고 시각화 도구를 통해 게임 플레이의 다양한 전략 수립에 이용됨을 보인다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.143-150
• /
• 2020

최근 다양한 매체를 통해 폭발적인 양의 콘텐츠가 업로드 되고 있으며 그 가운데 게임과 스포츠 영상은 상당한 비율을 차지한다. 방송사에서는 시청자 편의를 위해 경기 영상 중 흥미를 끄는 장면을 모아 하이라이트 영상을 만들어 제공한다. 그러나 이는 시간과 비용이 많이 소요되는 문제가 있다. 본 논문에서는 게임과 스포츠 경기에서 자동으로 하이라이트를 예측하는 모델을 제안한다. 기존의 방법들이 이미지 정보만을 주로 이용하는데 반해 우리는 오디오와 이미지 정보를 함께 사용하며, 영상의 단기적 전후관계와 중장기적 흐름을 동시에 파악하는 방법을 제시한다. 또한 더 좋은 특징벡터를 찾아내기 위해 GAN을 결합한 모델을 설명한다. 제안하는 모델들은 e스포츠 경기 영상과 야구 경기 영상을 이용하여 평가한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.187-196
• /
• 2015

축구경기에서 승패를 결정 하는 것은 골득실이고 경기에 대한 분석은 일반적으로 득점은 공격력으로, 실점은 수비력으로 평가한다. 본 연구에서는 축구경기력에 대한 분석을 함에 있어서 승패와 득점, 실점에 미치는 요인이 무엇인가를 밝혀내고자 하였다. 경기의 승패를 결정하는 요인들을 밝혀내기 위하여 의사결정나무, 로지스틱 회귀모형 그리고 판별함수 등을 이용한다. 그 결과 공격보다는 수비와 관련된 요인이 승부에 더 결정적인 영향을 미치는 것으로 나타났다. 공격력과 수비력에 대한 분석을 실행하기 위하여 득점과 실점을 반응 변수로 사용해 본 결과, 공격력에 있어서는 논스톱패스와 공격속도가 주요한 요인이었고, 수비력에서는 수비 시 공수거리와 좌우 폭이 주요한 결정요인으로 나타났다.

• 문화기술의 융합
• /
• 제10권3호
• /
• pp.131-135
• /
• 2024

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.