2016 리우올림픽 소셜 빅데이터를 활용한 한국 국가대표 축구 선수 평가모형 개발 : 머신러닝을 적용한 감성분석 (Korea National Soccer Player Evaluation Model Development based on Social Big Data of 2016 Rio Olympic Games: Sentiment Analysis Using Machine Learning)

서지정보

· 발행기관 : 한국체육측정평가학회
· 수록지 정보 : 한국체육측정평가학회지 / 22권 / 1호 / 1 ~ 11페이지
· 저자명 : 이지용, 윤효준, 박재현, 이승박, 김성진

초록

이 연구는 2016 리우올림픽에 참가한 남자 축구 선수들을 대상으로 택스트마이닝(Text Mining)의 한 분야인 감 성분석(Sentiment Analysis)을 활용하여 소셜 빅데이터 기반 선수 평가모형을 개발하는 것이다. 이 목적을 달성하기 위하여 n포털 사이트와 d포털 사이트에서 제공하는 리우올림픽 대한민국 남자축구대표팀 경기의 문자중계 댓글을 연 구자료로 선정하여 웹 크롤링(web crawling)방법으로 자동 수집하였다. 자료 수집을 위해 python 3을 활용하여 웹 크롤러를 개발하였다. 전체 연구자료는 총 119,869건의 댓글을 수집하였다. 이 연구의 주요 목적인 선수 평가 모형 을 개발하기 위해서 전체 댓글 자료 중에서 출전선수의 댓글만 추출하여 경기별 출전선수별로 데이터베이스를 구축 하였다. 연구결과는 다음과 같다. 첫째, 축구 선수 평가를 위해 벌점모수 .2055로 설정하여 감성사전을 제작하였다. ‘물건’단어와 ‘캐리’단어의 회귀계수가 .237로 가장 긍정적인 단어로 나타났다. ‘빼자’단어의 회귀계수가 -.295로 가 장 부정적인 단어로 나타났다. 둘째, 제작한 감성사전을 활용하여 2016 리우올림픽 대한민국 남자 축구대표팀의 선 수 평가를 실시하였다. 피지와의 경기에서는 류OO선수의 평가지표가 9.31점으로 가장 높게 나타났다. 독일과의 경 기에서는 손OO선수의 평가지표가 8.49점으로 가장 높게 나타났다. 멕시코와의 경기에서는 장OO선수의 평가지표가 7.85점으로 첫 번째로 높게 나타났다. 온두라스와의 경기에서는 류OO선수의 평가지표가 7.24점으로 가장 높게 나 타났다. 셋째, 경기별 베스트선수와 워스트선수의 키워드 분석을 실시하였다. 그 결과 베스트선수의 경우 ‘잘하다’의 키워드가 많은 빈도로 산출된 것을 확인할 수 있었으며 워스트선수의 경우 대부분 부정적인 단어들이 높은 빈도를 나타냈으며 특히, ‘크로스’와 ‘패스’의 단어들이 높은 빈도를 나타냈다. 이 연구의 결과는 축구 선수들의 경기력을 평 가하는 새로운 평가지표로 활용될 수 있을 것이다.

영어초록

The purpose of the study is to develop a player assessment model based on social big data by utilizing a sentiment analysis, a field of text mining, with male soccer players who participated in the 2016 Rio Olympics. To achieve this goal, the textual comments of the Korean Olympic team's soccer match on the n-portal and d-portal sites were selected as research data and automatically collected by the web crawling method. The web crawler is developed for data collection by utilization of Python 3. The study collected 119,869 comments in total. To develop the player assessment model, the main purpose of this study, the author constructed the database by selecting the comments of players who attended the game among all comments. The study results are as follows. First, the sentiment dictionary was made by setting the cost-complexity parameter as .2055 to assess soccer players. The word “object” and “carry” were found to be the most positive words which regression coefficient was .237. The regression coefficient for the word 'excluding' was -.295, which was the most negative word. Second, the assessment of the players of the 2016 Korean Olympics men's soccer team was conducted with the sentiment dictionary. In the match against Fiji, Ryu OO's evaluation index was 9.31 points which is the highest. In the match against Germany, Son OO scored the highest which was 8.49 points. In the match against Mexico, Jang OO scored 7.85 which was the highest point among players. In the game against Honduras, Ryu OO's evaluation index was the highest, 7.24 points. Third, keyword analysis of the best players and worst players was conducted for each game. As a result, it was identified that in the case of the best player, the keyword ‘playing well’ appeared frequently. For the worst player, mostly the negative keywords were showed with a high frequency. Especially, the words ‘cross’ and ‘pass’ appeared frequently. The result of this study can be used as a new indicator to assess the athletic performance of soccer players.

참고자료

· 없음