데이터 마이닝을 활용한 한국 프로야구 구단의 승패예측과 승률향상을 위한 전략 도출 연구

Abstract

본 연구에서는 데이터 마이닝 기법을 활용하여 한국 프로야구의 승패예측모형을 구축하는 실험을 진행하였다. 이를 위해, 2017년에 실시된 한국 프로야구 10개 구단의 전체 경기 중 무승부 경기를 제외한 1,418경기에 대한 자료를 사용하였다. 승패예측모형에는 의사결정나무, 베이즈넷, 인공신경망 알고리즘과 앙상블 기법인 배깅과 부스팅이 사용되었으며, 그 결과 배깅 기법에 인공신경망을 적용한 예측모형에서 가장 높은 예측률인 85.18%를 기록하였다. 다음으로 의사결정나무 기반 예측모형을 활용하여 한국 프로야구 전체 구단에 관한 8개의 승패규칙을 도출하였다. 여기에서 승패규칙은 승패예측에 영향을 미치는 주요 요인들인 팀출루율, 팀타율, 피안타, 안타, 타석, 타수로 표현되며, 도출된 규칙을 바탕으로 구단의 승률 향상에 도움을 주는 전략을 제안하였다. 또한 플레이오프 진출 구단과 미진출 구단에 관한 승리규칙을 각각 4개씩 도출하였고 이를 바탕으로 두 집단에 맞춤화된 승률 향상 전략을 제시하였으며, 실제 구단에서 선수를 영입한 방향과의 비교를 통해 제시된 전략의 활용가능성을 확인하였다.