Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Prediction of KBO playoff Using the Deep Neural Network

DNN을 활용한 'KBO' 플레이오프진출 팀 예측

  • Ju-Hyeok Park (Divison of Global Business&Technology, Hankuk University of Foreign Studies) ;
  • Yang-Jae Lee (Divison of Global Business&Technology, Hankuk University of Foreign Studies) ;
  • Hee-Chang Han (Divison of Global Business&Technology, Hankuk University of Foreign Studies) ;
  • Yoo-Lim Jun (Divison of German Languages and Cultures, Hankuk University of Foreign Studies) ;
  • Yoo-Jin Moon (Divison of Global Business&Technology, Hankuk University of Foreign Studies)
  • 박주혁 (한국외국어대학교 Global Business & Technology학부) ;
  • 이양재 (한국외국어대학교 Global Business & Technology학부) ;
  • 한희창 (한국외국어대학교 Global Business & Technology학부) ;
  • 전유림 (한국외국어대학교 독일어통번역학과) ;
  • 문유진 (한국외국어대학교 Global Business & Technology학부)
  • Published : 2023.01.11
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 딥러닝을 활용하여 KBO (Korea Baseball Organization)의 다음 시즌 플레이오프 진출 확률을 예측하는 Deep Neural Network (DNN) 시스템을 설계하고 구현하는 방법을 제안한다. 연구 방법으로 KBO 각 시즌별 데이터를 1999년도 데이터부터 수집하여 분석한 결과, 각 시즌 데이터 중 경기당 평균 득점, 타자 OPS, 투수 WHIP 등이 시즌 결과에 유의미한 영향을 끼치는 것을 확인하였다. 모델 설계는 linear, softmax 함수를 사용하는 것보다 relu, tanh, sigmoid 함수를 사용했을 때 더 높은 정확도를 얻을 수 있었다. 실제 2022 시즌 결과를 예측한 결과 88%의 정확도를 도출했다. 폭투의 수, 피홈런 등 가중치가 높은 변수의 값이 우수할 경우 시즌 결과가 좋게 나온다는 것이 증명되었다. 본 논문에서 설계한 이 시스템은 KBO 구단만이 아닌 모든 야구단에서 선수단을 구성하는데 활용 가능하다고 사료된다.

Keywords