키워드 검색량 기반 한국프로야구 관중 수 예측 (A Prediction Model for the Number of Spectators in the Korean Professional Baseball League Using Keyword Search Volume)

서지정보

· 발행기관 : 한국스포츠산업경영학회
· 수록지 정보 : 한국스포츠산업경영학회지 / 29권 / 4호 / 40 ~ 51페이지
· 저자명 : 이수강, 전채원, 최수아, 김승범, 전홍배

초록

한국 프로야구는 연간 800만 명 이상의 관중을 동원하는 국내 최고의 프로 스포츠 리그이다. 하지만 구단 대부분이 모기업의 지원에 의존하는 수익 구조를 가지고 있어 리그 운영 지속 가능성에 대한 우려가 있다. 양질의 리그 운영을 위해서는 이를 개선하는 연구가 필요한 실정이다. 양질의 리그 운영을 위해 사전에 관중 수를 예측할 수 있다면 구단 운영에 매우 도움이 될 것이다. 이를 위해 본 연구에서는 인터넷 검색량 변수를 고려하여 한국 프로야구 관중 수를 예측하는 모델을 제시하고자 한다. 선행되는 관중 수 예측 연구들은 전통적으로 날씨, 요일, 강수량, 미세먼지, 연승/연패 유무 등의 독립변수들에 초점을 맞추었다. 그러나 현대 사회에서 온라인을 통한 미디어 소비가 주로 이루어지고 있음을 고려할 때, 야구 관련 키워드 검색량은 관중 수 예측 모델에 투입되어야 하는 변수로 판단된다. 따라서, 본 연구에서는 전통적인 독립변수들뿐만 아니라 키워드 검색량 변수를 추가하여 다중 선형회귀, LGBM, Extra Trees를 활용한 새로운 관중 수 예측 모델을 제시하였다. 결과적으로, 본 연구에서 제시한 예측 모델은 키워드 검색량 변수를 포함하지 않은 모델보다 3가지 모델에서 모두 향상된 결과를 나타냈고, 변수 중요도 평가에서도 키워드 검색량이 높은 점수를 얻어, 관중 수 예측에 중요한 변수로 작용한다고 나타났다. 이 결과를 바탕으로, 다양한 키워드 검색량을 활용해 관중 수를 더욱 정확하게 예측한다면 구단의 수익 구조 개선을 위한 전략 수립 및 의사결정에 도움이 될 것으로 기대한다.

영어초록

Korean professional baseball, the nation’s premier professional sports league, attracts over 8 million spectators annually. However, there are concerns about the league’s sustainability as most teams rely on the financial support of their parent corporations. Research to improve this revenue structure is essential for high-quality league operations. Predicting attendance in advance could greatly assist team management. To address this, this study proposes a model to predict the attendance of Korean professional baseball games by incorporating internet search volume as a variable. Previous research on attendance prediction has traditionally focused on independent variables such as weather, day of the week, precipitation, air quality, and winning or losing streaks. However, considering that media consumption primarily occurs online in modern society, the search volume for baseball-related keywords should be included in the attendance prediction model. Therefore, this study proposes a new attendance prediction model using Multiple Linear Regression, LGBM, and Extra Trees by adding the keyword search volume variable in addition to the traditional independent variables. As a result, the prediction models proposed in this study showed improved results in all three models compared to the models that did not include the keyword search volume variable, and the attribute importance evaluation also showed that keyword search volume dominated, indicating that it is an important variable for predicting attendance. Based on these results, it is expected that a more accurate prediction of attendance using various keyword search volumes will be helpful in strategic planning and decision-making to improve the revenue structure of teams.

참고자료

· 없음