Assessing Athlete Commercial Value Using Community Data in the Sports Industry

스포츠 산업에서 선수의 상업적 가치는 경기력과 같은 객관적 지표를 넘어 유니폼 판매와 같은 굿즈 판 매량을 통해 평가될 수 있다. 유니폼 판매는 팬들의 충성도와 열정을 나타내는 지표로, 구단의 수익 및 계약 협상 에서 중요한 역할을 한다. 본 연구에서는 대한민국 프로야구 리그(KBO)를 대상으로 커뮤니티 게시판 데이터를 활 용하여 선수의 유니폼 판매량을 예측하는 새로운 방법론을 제안한다. 제안된 방법론은 두 가지 접근 방식으로 구성된 다. 첫 번째로, 게시글 텍스트 및 메타데이터로부터 추출된 특징을 기반으로 랜덤 포레스트, 서포트 벡터 회귀(SVR), 그래디언트 부스팅과 같은 기계학습 모델을 학습시켰다. 두 번째로, BERT(Bidirectional Encoder Representations from Transformers)를 활용하여 생성된 임베딩 벡터를 LSTM(Long Short-Term Memory) 모델에 입력하여 시 계열 데이터를 학습시켰다. 실험 결과, BERT 기반 LSTM 모델은 평균 절대 오차(MAE) 1.42, 상위 5위 예측 정 확도(Hit Rate5) 91.67%, 상위 3위 예측 정확도(Hit Rate3) 66.67%로 우수한 성능을 보였고, SVR 모델도 가장 낮은 MAE(1.25)를 기록하며 높은(Hit Rate5) 성능(91.67%)을 나타냈다. 이를 통해, 제안된 모델들이 게시판 데이 터를 활용하여 선수의 상업적 가치를 예측하는 데 유의미한 성과를 보임을 확인하였다.