스포츠 위치측정 기반 시계열 자료의 유사성 탐색

• Published in: 한국체육측정평가학회지 Vol. 22; no. 2; pp. 51 - 61
• Main Author: 최형준(Hyongjun Choi)
• Format: Journal Article
• Language: Korean
• Published: 한국체육측정평가학회 01.06.2020
• Subjects: 체육; 스포츠경기분석; bayesian information criterion; log likelihood; 선수 위치측정; 로그 우도; 베이지안 정보 기준; performance analysis of sport; measurement of positioning
• ISSN: 1229-4225; 2671-9134
• DOI: 10.21797/ksme.2020.22.2.005

이 연구는 축구 경기에서 측정된 위치측정 기반 시계열 자료의 유사성을 탐색하는데 목적을 두었다. 이 연구를 위하여 한국남자 프로축구 경기에서 측정된 위치측정 시계열 자료를 연구의 대상으로 선정하였고, 두 팀 각 10명 선수의 위치측정 시계열 자료를 전반전 시작시점부터 후반전 종료시점까지 1초 단위로 정리하여 사용하였다(n=5,657). 이 연구에서는 위치측정 시계열 자료의 유사성 탐색을 위하여 로그 우도(log likelihood) 함수를 사용하여 시계열 자료에 대한 분할 수를 결정하였고, 베이지안정보기준 패널티 로그 우도(Bayesian Information Criterion penalized log likelihood) 함수를 이용하여 위치측정 시계열 자료의 유사성을 탐색하여 얻은 결론은 다음과 같다. 첫째, 선수의 위치측정 시계열 자료를 로그 우도 함수로 분할할 경우, 확률적인 모수의 추정이 가능하여 선수 위치측정 시계열 자료에 적용하기에 용이하였다. 둘째, 선수의 위치측정 시계열 자료를 베이지안정보기준 패널티 로그 우도 함수를 이용하여 유사성을 탐색할 경우 군집이 가능하였나, 자료의 특성에 따라서 제안된 군집의 수는 상이하게 나타났다. 이 연구의 결과를 바탕으로 향후 전문가의 관찰내용과 시계열 자료의 분할 내용을 상호 비교하여 분할에 적용된 요소의 특성을 파악하는 연구가 지속적으로 이루어져야 한다고 사료된다. The study was to determine the identification of similarities on the time series data based on the measurement of positioning within soccer match. A match of the korean professional soccer league was selected as subjects of this study, and the collected data was considered in a second unit of data by 10 players each in the team(n=5,657). The time concerned for this study were from the beginning of the first half to the end of the second half. The log likelihood function was used to decide the number of segments among the time series data, and the BIC(Bayesian Information Criterion) penalized log likelihood function was calculated for the identification of similarity on the segment of the time series data. The conclusion of this study was as following belows,First of all, there was useful functionality found when the time series data has been determined by the log likelihood function that the estimation of parameters was easily identified. Secondly, the possibility of classification of time series data with similarity by the BIC penalized log likelihood function was presented, but the number of clusters was differently observed because of different characteristics of variables used. Further research is required that the research on the combination between the experts’ opinion and the results of the segments would be operated in order to identify the factors’ characteristics for the segmentation of time series data in sport. KCI Citation Count: 0