AI 머신러닝 알고리즘을 적용한 한국여자프로골프(KLPGA) 선수의 상위 10위 이내 진입 여부 예측 : 스포츠 애널리틱스 관점

김필수; 이상현

doi:10.31308/KSSM.28.4.51

추천

검색

질문

자료유형: 학술저널

저자정보: 김필수 (한국스포츠경영전략연구원) 이상현 (아주대학교)

저널정보: 한국스포츠산업경영학회 한국스포츠산업경영학회지 한국스포츠산업경영학회지 제28권 제4호

발행연도: 2023.8

수록면: 51 - 66 (16page)

DOI: 10.31308/KSSM.28.4.51

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

스포츠 전반에서 인공지능을 활용한 스포츠 애널리틱스의 중요성이 높아지고 있으며, 경기결과 예측에 관한 관심 역시 고조되고 있다. 골프 종목에서도 다양한 연구의 노력과 축적이 이루어지고 있지만, 아직 AI 알고리즘을 활용하여 한국여자프로 골프 선수의 경기결과인 최종순위를 예측하는 연구는 현재까지 찾기 어려운 실정이다. 한국여자프로골프의 최상위 수준의 선수가 가지는 산업 및 경영학적 가치를 생각할 때, 다음 대회에 상위 10위 이내에 진입할 수 있는 선수가 누구인지를 예측하는 연구는 매우 중요하다. 본 연구는 AI 머신러닝 알고리즘을 적용하여 한국여자프로골프 선수의 최종순위에 대해 상위 10위이내 진입 여부에 대해 예측하고자 수행되었다. 이를 위해 파이썬(Python 3.10.9)을 활용하여 한국여자프로골프협회와 대회이벤트 홈페이지에서 2008년부터 2023년 5월까지의 전체 대회 관련 기록에 대해 체계적으로 수집하였다. AI 머신러닝 알고리즘은 서포트 벡터 머신, Light GBM, Elastic Net, XG Boost, 로지스틱 회귀가 적용되었다. 한국여자프로골프 경기결과에 영향을 미칠 수 있는 36개의 변수를 독립변수로, 상위 10위 진입 여부를 종속변수로 하여 상기한 5개의 AI 알고리즘에 투입하여 분석을 진행하였다. 연구결과, 적용된 머신러닝 알고리즘 중 서포트 벡터 머신의 성능이 가장 우수한 것으로 나타났다. 서포트 벡터 머신 기준 2023년 5월에 펼쳐진 2개의 대회에서 상위 10위 이내 진입 선수를 예측한 결과 17명의 선수가 상위 10위 내에 진입할 것을 예측하였고, 이 중 11명의 선수가 실제로 상위 10위 안에 진입하였음을 확인하였다. 본 연구는 골프 산업 및 애널리틱스의 측면에서의 실무 적용과 솔루션 측면에서의 활용을 적극적으로 검토할 수 있다고 기대한다.

With the world-class performance of the Korean Ladies Professional Golf Association (KLPGA) players and the qualitative growth of the competition and industry as a whole, professional golf has firmly established itself as one of the most popular sports in Korea. As we enter the era of the Fourth Industrial Revolution, the development of artificial intelligence technology and analytics is drawing attention to the importance of match result prediction research in all fields of sports, including golf. Despite the efforts and accumulation of various studies, it is still difficult to find a study that utilizes AI algorithms to predict the final ranking of Korean women"s professional golfers. Considering the industrial and managerial value of top-level players in KLPGA, a study that predicts the category of players who can enter the top 10 in the next tournament becomes important and significant in both theoretical and practical terms. Reflecting the calls for such research, this study was conducted to apply AI machine learning algorithms to predict the final ranking of Korean women"s professional golfers, focusing on whether they will enter the top 10 (Top 10 Finish). To empirically conduct this study, we used Python 3.10.9 to crawl and collect data from the KLPGA and the event website, which includes all competition events, match records, and player information from 2008 to May 2023. Based on this data, this study utilized five AI algorithms: Support Vector Machine, Light GBM, Elastic Net, Extreme Gradient Boosting (XG Boost), and Logistic Regression. For the demonstration of this study, 36 variables that can affect the outcome of a golf game were used as independent variables and whether the player entered the top 10 as a dependent variable, and the data was trained and analyzed by the five AI algorithms above. The results showed that support vector machines performed the best among the AI algorithms. Based on these empirical results, for example, the support vector machine was applied to predict which players could enter the top 10 in two events in May 2023, and 17 players were matched with the prediction to enter the top 10 in those events, and 11 of those players actually established themselves in the top 10. This study on predicting the results and rankings of KLPGA golfers can be considered for practical application in the golf industry and analytics as a solution.

#AI 머신러닝 #스포츠 애널리틱스 #한국여자프로골프(KLPGA) #톱텐 피니쉬 #경기결과 예측 #AI machine learning #Sports analytics #KLPGA #Top 10 finish #Result prediction

참고문헌 (0)

참고문헌 신청

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

이 논문의 저자 정보

김필수

소속기관 한국스포츠경영전략연구원

주요연구분야 예술체육학 > 체육 TOP 0.5% 사회과학 > 교육학

논문수 35 이용수 9,849

이상현

소속기관 한국스포츠경영전략연구원

주요연구분야 예술체육학 > 체육 TOP 1% 사회과학 > 경영학

논문수 17 이용수 3,735

이 논문과 함께 이용한 논문

가상현실 스포츠 동작 및 동작 감지 스포츠데이터 기술을 체육수업현장에 적용하기 위한 탐색적 연구

고나영 , 임재구 한국웰니스학회지 2022 .02

딥러닝을 이용한 영상 기반의 스포츠 선수 트래킹에 관한 연구

이정수 , 이지원 , 문성원 외 3명 대한전자공학회 학술대회 2020 .08

퍼펙트핏:신체인식을 통한 자세교정 헬스 케어 앱

한상선 , 김민곤 , 신주은 외 1명 한국HCI학회 학술대회 2020 .02

머신러닝을 활용한 한국프로농구 정규리그 최종 순위 예측: 스포츠 애널리틱스 관점

김필수 , 이상현 한국체육측정평가학회지 2023 .06

인공지능 머신러닝 딥러닝 알고리즘의 활용 대상과 범위 시스템 연구

박대우 한국정보통신학회 종합학술대회 논문집 2022 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0102-2023-692-001995800

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 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)