Earticle

현재 위치 Home

한국 대학 및 프로 농구 리그 간의 경기력 전이 탄력성 분석
Predicting Professional Transition: A Regression-Based Analysis and Machine Learning Comparison of University-to-KBL Performance Metrics

첫 페이지 보기
  • 발행기관
    조선대학교 기초과학연구원 바로가기
  • 간행물
    통합자연과학논문집(구 조선자연과학논문집) KCI 등재 바로가기
  • 통권
    제19권 2호 (2026.06)바로가기
  • 페이지
    pp.105-115
  • 저자
    김영준, 이현우, 최수혁, 서영채, 윤상후
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A490560

※ 기관로그인 시 무료 이용이 가능합니다.

4,200원

원문정보

초록

영어
This study developed and empirically analyzed a regression-based translation model to elucidate the mechanism by which college basketball(U League) performance records transition into early-stage outcomes in the Korean Basketball League(KBL). Utilizing integrated data from the U League(2010–2023) and the KBL(2012–2025), we examined the transition of college-level box score metrics into key performance indicators including points, rebounds, assists, steals, and blocks during a player's second professional season. To ensure analytical robustness and capture potential non-linear interactions, a comparative performance analysis was conducted using four machine learning algorithms(SVR, RF, GB, and ANN) alongside multiple linear regression models. The analysis revealed that the final regression models yielded significant explanatory power(R2) ranging from 0.54 to 0.77. Notably, physical and defensive metrics, such as rebounds and blocks, maintained high structural consistency across leagues, with machine learning models achieving R2 values of up to 0.982(GB) and 0.918(RF), respectively. Conversely, offensive metrics like points, assists and steals exhibited relatively lower predictive performance in the machine learning models, suggesting higher volatility caused by tactical shifts and role adjustments in the professional environment. By quantifying the performance transition between college and professional levels through continuous metrics, this study provides a robust empirical foundation for refining data-driven rookie scouting and player evaluation frameworks in the KBL.

목차

Abstract
1. 서론
2. 연구방법론
2.1. 최적 모형 선정
2.2. 교차검증 기반 성능평가
2.3. 머신러닝 기반의 예측 성능 비교 분석
3. 연구자료
4. 연구결과
4.1. 최적 모형 선택
4.2. 중요 종속변수 최적 번역 모형
5. 결론
참고문헌

키워드

U league Performance transfer elasticity Multiple regression model Machine learning

저자

  • 김영준 [ Youngjun Kim | 전남대학교 통계학과 ]
  • 이현우 [ Hyunwoo Lee | 전남대학교 통계학과 ]
  • 최수혁 [ Suhyuk Choi | 전남대학교 통계학과 ]
  • 서영채 [ Yeongchae Seo | 전남대학교 통계학과 ]
  • 윤상후 [ Sanghoo Yoon | 전남대학교 통계학과/전남대학교 친환경물질에너지연구소 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    조선대학교 기초과학연구원 [The Natural Science Research Institute of Chosun]
  • 설립연도
    2008
  • 분야
    자연과학>자연과학일반
  • 소개
    본 연구원은 기초과학을 진흥하기 위한 연구·교육 및 그 보급을 목적으로 한다. 이 목적을 달성하기 위하여 다음 각 호의 사업을 수행한다. 1. 기초과학 제 분야에 관한 조사와 연구 2. 기초과학에 관한 학술행사(학술대회, 학술세미나, 심포지엄, 초청강연회 등) 개최 3. 학문후속세대 및 일반인을 위한 기초과학 교육 4. 기관지『조선자연과학논문지』 발간 5. 『자연과학연구총서』, 『자연과학번역총서』 등 단행본 발간 6. 기타 본 연구원의 목적과 관련된 사업

간행물

  • 간행물명
    통합자연과학논문집(구 조선자연과학논문집) [Journal of Integrative Natural Science]
  • 간기
    계간
  • pISSN
    2005-1042
  • 수록기간
    2008~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 405 DDC 505

이 권호 내 다른 논문 / 통합자연과학논문집(구 조선자연과학논문집) 제19권 2호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.