• 디지털융복합연구
• /
• 제17권2호
• /
• pp.463-473
• /
• 2019

본 연구는 한국과 일본 간의 축구 경기와 반일 반한 감정의 관계를 실증적으로 조사 분석하고자 하였다. 이를 위해 2017 동아시안컵 축구대회를 중계하고 SNS 코멘트를 남길 수 있었던 한국의 네이버와 일본의 5CH로부터 2,400개의 관련 코멘트를 수집하고 분석하였다. 수집된 코멘트에 대한 빈도 분석 및 일원분산분석 결과는 다음과 같다. 첫째, 한국은 대 일본전에서 상대국에 대한 적대적 감정이 상대적으로 강하게 관찰되었으며 경기 전 후 모두 동일한 양상을 보였다. 일본은 대 한국전에서 자국 팀에 대한 적대적 감정이 상대적으로 강하게 관찰되었으며 경기 전 후 모두 동일한 현상을 보였다. 둘째, 한국은 다른 국가보다 일본을 상대할 때, 상대국에 대한 적대적 감정이 더욱 강했으며. 일본의 경우, 한국을 상대할 때 자국 팀에 대한 적대적 감정이 더욱 강하였다. 이상의 결과를 통해 한국과 일본 간의 축구 경기는 반일 반한 감정의 유형과 강도에 영향을 미친다기보다는 이를 직접적으로 표출할 수 있는 계기를 제시한다는 결론을 내릴 수 있었다. 기존의 반일 반한 감정에 관한 연구들이 고찰 등의 질적 연구 방법을 주로 사용한 반면, 본 연구는 이를 실증적인 방법을 통해 조사 분석했다는 데 큰 학문적 의의가 있다.

• 한국산학기술학회논문지
• /
• 제20권8호
• /
• pp.102-110
• /
• 2019

오늘날 프로스포츠 구단들은 한치 앞도 알 수 없는 극한의 경쟁 환경에 놓여있다. 우승 후보로 꼽히던 구단이 극심한 부진을 겪는 반면 하위권으로 예상되던 구단이 승승장구하는 등 예상하지 못한 상황들의 반복이 계속되고 있는 것이다. 이는 인적자원이 가장 중요한 요소인 스포츠 산업에서 인적자원활용과 전략에 대한 고뇌가 필요하다는 반증이기도 하다. 이에 본 연구는 우리나라 최초의 프로축구 시민구단인 대구FC 축구단을 연구대상으로 선정하여 인적자원혁신에 대한 사례분석을 실시 및 시민구단이 나아가야 할 방향성 제시를 목적으로 한다. 연구방법으로 국내 프로축구리그 성장과정 및 대구FC 성장과정을 알아보고 인적자원혁신 성공사례분석의 틀로써 Frey, et al.(2015)의 평범한 자원의 논의(the argument for ordinary resources, 이하 AOR)를 제시한다. 이후 대구FC 구단이 나아가야 할 방향에 대한 함의를 정리한다. 연구결과, 전략적인 자원(용병선수)과 평범한 자원(국내선수)의 조화와 대구FC 구단이 보여준 감독이하 코치진들에 대한 믿음을 성공요인으로 분석하였다. 본 연구의 기여로는 시작과 끝이 분명한 시간제(Time) 성격이 강한 스포츠 산업에서 구단들이 우수한 성적을 얻기 위해 구사해야 할 전략들의 방향 중 인적자원의 중요성을 언급함으로써 보다 다양한 스포츠 구단들의 전략전술 기초를 풍부히 하였다는 점이다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권6호
• /
• pp.153-163
• /
• 2021

본 연구의 목적은 고등학교 지도자의 멘토링시스템을 활용한 성취목표성향, 스포츠 자신감 및 인지된 경기력의 구조적 관계를 분석하여 향후 한국 태권도의 발전과 교육의 질을 높이는 데 기초자료로 제공하고자 한다. 이를 위해 2020년 대한태권도협회에 등록된 선수 중 제31회 문화체육관광부장관기 전국 남·여 태권도대회에 참가자 465명의 고등학생을 조사한 후 이용하였으며, 연구 목적에 따라서 통계 분석 SPSS, AMOS 24.0 통계 프로그램을 활용하여 분석하였다. 이에 따른 연구 결과는 다음과 같다. 첫째, 태권도 지도자의 멘토링은 성취목표성향에 영향을 미치는 것으로 나타났다. 둘째, 태권도 지도자의 멘토링은 스포츠 자신감에 영향을 미치는 것으로 나타났다. 셋째, 태권도 지도자의 성취목표성향은 인지된 경기력에 영향을 미치는 것으로 나타났다. 넷째, 스포츠 자신감은 인지된 경기력에 영향을 미치는 것으로 나타났다. 위의 연구결과를 보면 태권도 지도자의 멘토링에 따른 성취목표성향, 스포츠 자신감 및 인지된 경기력에 중요한 역할과 경기력 향상에 기여한다 할 수 있으며 아울러, 태권도의 특성상 각 변인을 다양한 연구방법을 활용되어야 하고 질적 연구를 통한 심층적인 연구가 필요하다고 생각된다.

• 한국조경학회지
• /
• 제40권6호
• /
• pp.112-126
• /
• 2012

본 연구는 수도권 회원제 골프장 81 개소를 대상으로 1964년부터 2011년까지 조성된 한국 골프장 및 골프 코스 구성 요소의 시계열적 변화에 영향을 미치는 환경 요인 분석을 통해 한국 골프 변천사에 대한 기초자료 제시를 목적으로 수행하였다. 연구 방법으로는 문헌고찰을 통해 골프장 조성 및 골프 코스 구성 요소의 정량적 변화에 관련된 환경 요인들을 분석하고, 회귀분석 등 통계분석을 통한 골프 코스 구성 요소의 시계열적 변화를 도출한 뒤 두 분석 결과를 상호 비교 고찰하는 방법을 사용하였다 본 연구 결과는 다음과 같다. 첫째, 골프 코스 변화와 관련된 환경 요인은 '제도 및 정책', '경제 성장과 국민소득', '골프장 이용객 ', '골프 용구', '해외 골프대회 유치와 국내 토너먼트 대회 개최' 등 5 개 요소인 것으로 나타났다. 둘째, 골프장의 입지 유형은 평지형에서 산지형으로 변화여 갔고, 규모는 시간이 갈수록 증가하는 경향을 보였으며 이러한 변화는 골프 제도 및 정책, 경제 성장 등의 요인에 의해 주로 영향을 받은 것으로 나타났다. 셋째, 홀의 면적, 길이, 개수의 변화 등의 골프 코스 구성 요소는 ' 제도 및 정책', '골프 인구의 증가', '골퍼들의 기량 향상', 국내외 골프대회 개최에 따른 '골프 경기의 난이도 증가', '해외 골프 코스 디자이너들의 국내 디자인 참여 기회 증대' 등 다양한 요인에 의해 영향을 받는 것으로 나타났다. 넷째, 골프 용구의 발달과 골퍼들의 비거리의 증가는 벙커 수와 면적의 증가, 홀의 길이 등에 영향을 미치는 것으로 나타났다. 다섯째, 연못(pond) 등 수공간의 면적 증가 추세는 친환경에 관련된 골프 제도, 골프 대회 등의 증가에 따른 심미성 제고 등과 함께 디자인 트렌트의 요인에 의해 영향을 받는 것으로 나타났다. 본 연구의 향후 과제로는 골프 코스 디자인의 변화 추세에 대한 정성적 연구가 있어야 할 것으로 사료되었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.263-286
• /
• 2022

본 연구는 웹 크롤링을 이용하여 1990년부터 2022년까지 총 32개년에 해당하는 NBA 통계 정보를 획득하고, 탐색적 데이터 분석을 통해 관심 변수를 관찰하고 관련된 파생변수를 생성한다. 입력 데이터에 대한 정제 과정을 거쳐 무의미한 변수들을 제거하고, 남은 변수에 대한 상관관계 분석, t 검정 및 분산분석을 수행하였다. 관심 변수에 대해 플레이오프 진출/미진출 그룹 간 평균의 차이를 검정하였고, 이를 보완하기 위해 순위를 기준으로 하는 3개 집단(상위/중위/하위) 간 평균 차이를 재확인하였다. 입력 데이터 중 올해 시즌 데이터만을 테스트 세트로 활용하였고, 모델 훈련을 위해서는 훈련 세트와 검증 세트를 분할하여 5-fold 교차검증을 수행하였다. 교차검증 결과와 시험 세트를 이용한 최종 분석 결과를 비교하여 성능 지표에서 차이가 없음을 확인함으로써 과적합 문제를 해결하였다. 원시 데이터의 품질 수준이 높고, 통계적 가정을 만족하기 때문에 적은 수준의 데이터 세트임에도 불구하고 대부분 모델에서 좋은 결과를 나타냈다. 본 연구는 단순히 머신러닝을 이용하여 NBA의 경기 결과를 예측하거나 플레이오프 진출 여부만을 분류하는 것에서 그치지 않고, 입력 특성의 중요도를 파악하여 높은 중요도를 갖는 주요 변수에 본 연구의 관심 대상 변수가 포함되는지를 확인하였다. Shap value의 시각화를 통해 특성 중요도의 결과만으로 해석할 수 없었던 한계를 극복하고, 변수의 진입/제거 과정에서 중요도 산출에 일관성이 부족하다는 점을 보완할 수 있었다. 본 연구에서 관심 대상으로 분류했던 3점 및 실책과 관련된 다수의 변수가 미국 프로농구에서의 플레이오프 진출에 영향을 미치는 주요 변수에 포함되는 것으로 나타났다. 본 연구는 기존의 스포츠 데이터 분석 분야에서 다루었던 경기 결과, 플레이오프 및 우승 예측 등의 주제를 포함하고 분석을 위해 여러 머신러닝 모델을 비교 분석했다는 점에서 유사성이 있지만, 사전에 관심 속성을 설정하고, 이를 통계적으로 검증함으로써 머신러닝 분석 결과와 비교하였다는 측면에서 차이가 있다. 또한 XAI 모델 중 하나인 SHAP를 이용하여 설명 가능한 시각화 결과를 제시함으로써 기존 연구와 차별화하였다.