메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최형준 (단국대학교) 이윤수 (단국대학교)
저널정보
한국체육측정평가학회 한국체육측정평가학회지 한국체육측정평가학회지 제22권 제1호
발행연도
2020.3
수록면
57 - 68 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
이 연구는 최근 4차 산업혁명의 주요 기술 중에 하나인 빅데이터 분석 기법을 활용하여 프로테니스협회에서 제공한 테니스 경기 공식기록을 대상으로 경기대회(그랜드슬램과 Masters 1000)를 구분한 후 연도(1991년부터 2019년 까지)에 따라 나타나는 변수별 변화 추이를 분석함으로써 테니스 경기분석을 위한 빅데이터 분석 기법을 적용해 보고 이를 평가하는데 목적을 두었다. 이 연구의 대상은 그랜드슬램(N=19,682)과 Masters 1000 (N=18,784) 경기의 공식기록이었으며, 사용된 측정변수는 총 59개였다. 자료의 수집을 위하여 python 3.8.1 버전 프로그램을 사용하였으며, 자료의 정제, 자료의 전처리, 자료의 통계처리, 자료의 시각화 과정에서의 자료처리를 위하여 통계프로그램 R 3.5.1 버전을 사용하였다. 이 연구에서는 테니스 경기의 분석을 위하여 빅데이터를 활용하여 연도별 경기대회에서 나타난 각 변수의 원자료를 비교하였고, 변수별 일반적인 특성을 알아보기 위하여 커널밀도추정 결과에 대한 변화추이를 분석하였으며, 경기대회와 연도에 따른 변수별 평균 차이의 비교를 위해 이원분산분석(two-way ANOVA)을 실시하여 얻은 결론은 다음과 같다. 첫째, 1991년부터 2019년까지의 테니스 경기를 그랜드슬램과 Masters 1000로 구분하여 비교한 결과, 2009년을 기준으로 그랜드슬램에서 나타난 변수값이 감소하는 변화 양상을 보였다. 둘째, 수집된 자료의 커널밀도추정을 통해 얻은 비교 결과, winner tiebreaks won과 loser tiebreaks won 변수를 제외한 대부분의 변수에서는 경기대회 간 유사성이 나타냈다. 셋째, 그랜드슬램과 Masters 1000, 및 연도에 따른 변수의 평균차이에 대한 변화 추이를 비교한 결과, loser tiebreaks won 변수에서만 연도 간 통계적 유의성이 나타나지 않았으며, 그 외의 변수에서는 경기대회 및 연도에 따라서 통계적으로 유의한 차이를 보였다(p<.05).
#스포츠 빅데이터 #경기력분석 #커널밀도추정 #Sports Big Data #Performance Analysis #Kernel Density Estimation

목차

국문초록
Ⅰ. 서론
Ⅱ. 연구방법
Ⅲ. 연구결과
Ⅳ. 논의
Ⅴ. 결론
참고문헌
Abstract

참고문헌 (22)

참고문헌 신청
강승애 / 2019 / 스포츠콘텐츠의 빅데이터 분석 활용과 전망 / 융합보안 논문지 19(1):121~126 dbpia 구강본 / 2017 / 체육학에서 빅 데이터의 적용과 한계 / 한국스포츠학회 15(4):651~660 dbpia 김주학 / 2015 / 자료범주에 따른 경기기록 승패의 재해석 / 한국체육측정평가학회지 17(1):1~12 dbpia 남기연 / 2019 / 스포츠 빅데이터 활용을 위한 방안 / 스포츠엔터테인먼트와 법 22(4):85~102 Crossref 박성건 / 2018 / 웰니스에서 스포츠 빅데이터의 활용 방안 / 2018년 한국웰니스학회 정기총회 및 학술대회 :47~61 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

테니스 그랜드슬램 경기분석 자료의 특성 예측
최형준 ,  이윤수 한국체육과학회지 2020 .06
빅데이터 기반 스포츠이벤트의 경제적 효과 측정: 순천만정원배 테니스대회를 중심으로
김민수 한국체육정책학회지 2023 .02
토픽 모델링을 활용한 코로나19 초기 생활체육 이슈 분석
정연길 ,  서수민 ,  강현민 지능정보연구 2022 .09
센터/사이드 라인 테니스 플랫서브 동작분석 연구
문형필 ,  최상협 한국체육과학회지 2020 .12
엘리트 테니스 선수의 서브 리턴 성공여부에 따른 시각탐색 전략의 차이
안종성 ,  이승민 한국체육과학회지 2020 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-692-000550978