한국스포츠경영전략연구원

ssjeon@k-spo.co.kr

본 연구는 프로스포츠 팬의 가장 큰 관심사인 경기결과 예측을 통해 팬의 해당 스포츠에 몰입할 방안을 탐색적으로 모색 하기 위해 실시되었다. 이를 위해 본 연구에서는 한국프로야구 경기결과 예측을 위한 머신러닝 성능 비교와 팬 몰입(fan engagement) 함의에 관한 탐색적 연구를 시행하였다. 실증적인 분석을 위해 본 연구에서는 Python 3.11.5을 활용하여 한국 프로야구 통계 전문 사이트인 스탯티즈(https://statiz.sporki.com/)에서 2013~2023시즌의 15,488(n=30,976)경기와 관련한 108개 변수를 수집하였다. 실제 프로야구 경기가 시작하기 전 알 수 있는 상대 팀과의 팀/선수 간 상대성을 반영하고, 최근 경기 흐름을 반영하여 데이터 세트를 구축하였다. 이후 경기결과 예측을 위하여 7가지 인공지능 알고리즘(로지스틱 회귀, 선형 서포트 벡터 머신, 엑스트라 트리, 서포트 벡터 머신, Light-GBM, 그래디언트부스팅, 인공신경망)을 통해 데이터를 분석하 였다. 분석 결과, 단계적 선택법을 통해 도출한 18개 변수를 로지스틱 회귀 모델에 적용하였을 때의 예측 정확도가 59.3%로 가장 우수하였다. 본 연구는 프로야구 경기를 보는 팬들이 경기가 발생하기 전 양 팀 간의 경기결과를 예측하기 위해 사용 하는 암묵적인 정보들을 명시적으로 활용하여 팬이 경기에 몰입할 수 있는 정보를 제공할 수 있는 학술적 근거를 마련하 였다는 점에서 이론적·실무적 시사점을 지닌다