머신러닝을 활용한 KBO 외국인 투수 재계약 예측 모형
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박태신 | - |
dc.contributor.author | 김재윤 | - |
dc.date.accessioned | 2023-03-09T02:41:54Z | - |
dc.date.available | 2023-03-09T02:41:54Z | - |
dc.date.issued | 2022-11 | - |
dc.identifier.issn | 1598-9402 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/sch/handle/2021.sw.sch/22077 | - |
dc.description.abstract | 한국프로야구협회에서는 리그 전력 평준화 및 야구팬들에게 새로운 볼거리 제공을 위해 외국인 선수 제도를 도입하였다. 외국인 투수는 팀의 성적에 영향을 미친다. 일반적으로 외국인 투수의 기록이 좋은 팀은 포스트시즌에 진출하며 그렇지 못한 팀은 하위권에 머무른다. 지난 11년간 재계약 한 선수는 143명 중 49명으로 약 34\%의 투수만이 재계약에 성공하였다. 이는 좋은 외국인 투수를 스카우트 하는 것이 쉽지 않음을 보여준다. 즉 구단이 외국인 투수와 재계약을 한다는 것은 성공적인 스카우트였다고 볼 수 있다. 따라서 외국인 투수가 다음 시즌에도 팀과 함께할지를 결정하는 재계약 여부를 영입하기 전에 미리 예측할 수 있다면, 뛰어난 투수를 영입하여 KBO 리그의 수준을 더 높여 야구팬들에게 수준 높은 경기를 제공할 수 있다. 본 논문은 한국프로야구협회에 등록되었던 외국인 투수의 마이너리그 (트리플A) 성적, 입단 시즌 KBO 성적, 선수들의 얼굴 사진, Strike zone heat map 이미지 등을 독립변수들로 선정하였으며, 이를 토대로 주성분 분석과 머신러닝 알고리즘을 이용하여 KBO 외국인 투수의 재계약 여부를 예측하는 모형을 제안한다. | - |
dc.format.extent | 14 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 한국데이터정보과학회 | - |
dc.title | 머신러닝을 활용한 KBO 외국인 투수 재계약 예측 모형 | - |
dc.title.alternative | A predictive model for a contract renewal of foreign pitchers in KBO using machine learning | - |
dc.type | Article | - |
dc.publisher.location | 대한민국 | - |
dc.identifier.bibliographicCitation | 한국데이터정보과학회지, v.33, no.6, pp 963 - 976 | - |
dc.citation.title | 한국데이터정보과학회지 | - |
dc.citation.volume | 33 | - |
dc.citation.number | 6 | - |
dc.citation.startPage | 963 | - |
dc.citation.endPage | 976 | - |
dc.identifier.kciid | ART002901368 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | 머신러닝 | - |
dc.subject.keywordAuthor | 예측 모형 | - |
dc.subject.keywordAuthor | 외국인 투수 | - |
dc.subject.keywordAuthor | 재계약. | - |
dc.subject.keywordAuthor | Contract renewal | - |
dc.subject.keywordAuthor | foreign pitchers | - |
dc.subject.keywordAuthor | machine learning | - |
dc.subject.keywordAuthor | predictive model. | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(31538) 22, Soonchunhyang-ro, Asan-si, Chungcheongnam-do, Republic of Korea+82-41-530-1114
COPYRIGHT 2021 by SOONCHUNHYANG UNIVERSITY ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.