배드민턴 단식경기의 경기분석내용을 활용한 승패결정요인 탐색: 데이터마이닝 기반 의사결정나무분석 적용

• Published in: 한국체육측정평가학회지 Vol. 22; no. 3; pp. 49 - 62
• Main Authors: 나경민(Ra, Kyungmin), 박재현(Jae-Hyeon Park), 조은혜(Jo Eunhye)
• Format: Journal Article
• Language: Korean
• Published: 한국체육측정평가학회 01.09.2020
• Subjects: 체육; single game; 승패결정요인집단으로; 의사결정나무분석; decision tree analysis; badminton; winner determinants; 단식경기; 배드민턴
• ISSN: 1229-4225; 2671-9134
• DOI: 10.21797/ksme.2020.22.3.005

이 연구의 목적은 배드민턴 단식경기를 대상으로 경기분석내용을 활용하여 승패결정요인을 탐색하는 것이다. 구체적으로 이 연구에서는 배드민턴 경기에서 승리집단과 패배집단의 경기분석 내용의 차이를 확인하고 데이터마이닝 기반의 의사결정나무분석을 적용하여 세트별 승패를 결정하는 결정요인을 탐색하고자 하였다. 이 연구의 목적을 위해 세계배드민턴연맹(BWF)에서 주최한 15개 국제대회에서 남자단식 50경기(111세트), 여자단식(111세트) 경기영상자료를 무작위 편의표본 방법으로 수집한 후 경기분석을 수행하였다. 배드민턴 단식경기에서 발생하는 34개의 경기상황변인과 경기기술변인을 독립변인으로 선정하였으며, 종속변인은 세트별 승패로 선정하였다. 자료처리를 위해 IBM SPSS(25.0)프로그램을 사용하였으며, t-test 및 의사결정나무분석을 수행하였다. 의사결정나무분석은 CHAID 알고리즘을 적용하였다. 의사결정의 간결한 모형을 위해 최대 나무 깊이(Maximum Tree Depth)는 3단계, 최소사례 수는 부모마디(parent node) 5, 자식마다(child node) 3의 기준을 적용하였다. 이 연구의 결과는 다음과 같다. 첫째, 남자단식 경기의 승패결정요인으로는 서비스득점, 리시브득점, 득점기술-언더클리어, 득점 평균랠리로 나타났다. 4개 중 승패와 관련성이 가장 높은 변인으로는 서비스득점으로 확인되었다. 서비스득점이 8개 이하이면 패배집단으로 분류될 확률이 100%이며, 13개 이상이면 승리집단으로 분류될 확률이 100%로 나타났다. 둘째, 여자단식 경기의 승패결정요인으로는 서비스득점, 리시브득점, 실점기술-헤어핀, 기타상황 득점으로 나타났다. 4개의 요인 중 승패와 관련성이 가장 높은 변인으로는 남자단식 경기와 동일하게 서비스득점으로 확인되었다. 서비스득점이 6개 이하이면 패배집단으로 분류될 확률이 100%이고, 13개 이상이면 승리집단으로 분류될 확률이 97.4%로 나타났다. 이 연구의 결과는 배드민턴 단식경기를 이해하고 승패의 결정요인을 확인할 수 있는 정보로서 배드민턴 선수, 언론, 팬들에게 유용하게 활용될 수 있을 것으로 기대한다. The purpose of this study was to estimate the determinants of the winning and losing factors by using performance analysis of Badminton single. To be specific, this used decision tree method and sought to find a deciding factor that determines the winning and losing. For the purpose of the study, A total of Men’s single 50matches(111sets) and Women’s single 50matches(111sets) were collected. 34 variables of badminton match information were selected as independent variable, and the winner and defeat of set were selected as dependent variables. For data analysis, IBM SPSS 25.0 programs were used t-test and decision tree analysis was applied. As For decision tree analysis, CHAID(chi-square automatic interaction detection)algorithm was applied. For simple prediction model of decision making, depth was applied in 3 levels, and the standard of parent node 5 case and child node 3 case were applied for the minimum number of cases. To confirm the appropriateness of the estimated prediction model, the classification accuracy, the risk estimate, and the standard error were calculated. The results of this research are as follows. First, the winning and losing deciding factors of the Men’s singles matches were service, receive, scoring technique-under clear, and average rally. Among the four factors, service were identified as the most relevant variable. if the service is less than 8 points, the probability of being classified as a losing group is 100%, and if there are more than 13 points, the probability of being classified as a winning group is 100%. Second, the winning and losing deciding factors of the Women’s singles matches were service, receive, loss technique-hairpins, and other situation scores. Among the four factors, service were identified as the most relevant variable. if the service is less than 6 points, the probability of being classified as a losing group is 100%, and if there are more than 13 points, the probability of being classified as a winning group is 97.4%. The result of this study are expected to be useful for badminton players, the media, and fans as information to understand badminton singles and identify the deciding factors for winning or losing. KCI Citation Count: 0