기계학습 모형을 이용한 COVID-19 시기 KBO리그 관중 수 예측 연구 (A Study on the Prediction of the Number of Spectators in the KBO League during COVID-19 Using Machine Learning Models)

서지정보

· 발행기관 : 한국체육학회
· 수록지 정보 : 한국체육학회지 / 63권 / 3호 / 271 ~ 284페이지
· 저자명 : 이현섭, 이지상, 안승현, 김영순

초록

본 연구의 목적은 팬데믹 상황이 KBO 관중 수 변화에 어떤 영향을 주었는지를 중점으로 알아보는 것이다. COVID-19 상황에서 관중 동원 비율이 관중 수에 어떤 영향을 주었는지 분석하여 지역별, 연도별, 방역 비율에 따라 관중 수 차이를 확인하였다. 연구 대상은 COVID-19 이전인 2018~2019시즌, COVID-19로 인해 영향을 받았던 2020~2021시즌과 COVID-19 이후인 2022년 시즌의 관중 수 자료를 수집하여 분석하였다. 도출된 연구 결과를 통한 주요 결론은 다음과 같다. 첫째, 지역 감염자 수가 증가할수록 관중 동원에 영향을 받았다는 점이다. 특히 수도권 지역에서는 비수도권 지역에 비해 COVID-19 감염자가 늘어날수록 관중 동원이 줄어들었음을 알 수 있었다. 둘째, 방역 수칙으로 인한 관중 동원 비율의 변화는 2020시즌에 의미 있는 차이가 있었지만, 2021시즌에는 동원 비율이 상승하여도 COVID-19 확산으로 인해 관중 증가는 나타나지 않았음을 볼 수 있었다. 셋째, 관중 수 변화 예측을 위해 최소제곱법(Ordinary Least Squares : OLS)과 XGBoost 모델을 사용하여 분석을 진행하였을 때, OLS 모델보다는 XGBoost가 더 좋은 성능을 보임을 확인할 수 있었고, 관중 수를 OLS 모델보다높은 정확도로 예측하였음을 알 수 있었다.

영어초록

The purpose of this study is to focus on how the pandemic situation affected the change in the number of KBO spectators.
By analyzing how the crowd mobilization ratio affected the number of spectators in the COVID-19 situation, the difference in the number of spectators was confirmed according to the region, year, and quarantine ratio. The subjects of this study collected and analyzed data on the number of spectators during the 2018-2019 season before COVID-19, the 2020-2021 season affected by COVID-19, and the 2022 season after COVID-19. The main conclusions from the derived research results are as follows. First, as the number of local infected people increased, the crowd mobilization was affected. In particular, in the metropolitan area, the number of spectators decreased as the number of COVID-19 infected increased compared to the non-metropolitan area. Second, the change in the crowd mobilization rate due to the quarantine rules had a significant difference in the 2020 season, but in the 2021 season, even if the mobilization rate increased, the increase in spectators did not appear due to the spread of COVID-19. Third, when the analysis was conducted using the Ordinary Least Squares (OLS) and the XGBoost model to predict changes in the number of spectators, it was confirmed that XGBoost performed better than the OLS model, and it was found that the number of spectators was predicted with higher accuracy than the OLS model.

참고자료

· 없음