政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/97125

政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/97125

English | 正體中文 | 简体中文 | Post-Print筆數 : 27 | 全文筆數/總筆數 : 113648/144635 (79%)
造訪人次 : 51580677 線上人數 : 991

RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.

搜尋範圍

查詢小技巧：

您可在西文檢索詞彙前後加上"雙引號"，以獲取較精準的檢索結果

若欲以作者姓名搜尋，建議至進階搜尋限定作者欄位，可獲得較完整資料

進階搜尋

主頁 ‧ 登入 ‧ 上傳 ‧ 說明 ‧ 關於政大典藏 ‧ 管理

到手機版

政大機構典藏 > 資訊學院 > 資訊科學系碩士在職專班 > 學位論文 > Item 140.119/97125

請使用永久網址來引用或連結此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/97125

題名:	NBA球員表現與薪資關聯性之分析 An Analysis of the Relationship between Performance and Salary of NBA Players
作者:	朱炫光
貢獻者:	徐國偉朱炫光
關鍵詞:	NBA(國家籃球協會) 資料探勘特徵選取 NBA(National Baseball Association) data mining feature selection
日期:	2016
上傳時間:	2016-06-01 13:57:58 (UTC+8)
摘要:	本研究目標在於探討以資訊科技的角度，將NBA(國家籃球協會)球員的數據依統計與資料探勘方法進行分析，以進一步探討球員表現及薪資變化之影響。NBA在世界各國有廣大的球迷，進而吸引各國球員擠身投入，希望能提升自身球技水平與此聯盟球員一同競技，另一方面，也促進了球員本身及其相關周邊的消費市場，造就球團和球員商業價值不斷提升。由於NBA有薪資上限和豪華稅等相關規定，球團在與球員簽訂合約時，除了薪資金額外，仍會進一步考量球員本身球技、相關位置、年齡、功能性及過往績效，此時，如何進行相關的數據分析，進而以經濟實惠的方式進行球員的尋找和合約簽訂，會是一個很重要的關鍵。在熱門的NBA運動中，每場比賽產生出大量的數據，並且有豐富的歷史資料，可激勵我們去發掘出隱含的知識，使用資料探勘進行個人表現與薪資合約相關分析，是較為少見的，所以，我們希望運用此一技術，經過特徵選取，找出有比較直接相關的特徵，再利用決策樹、支援向量機和貝式分類器，對資料進行分類，期望能夠從研究過程中，利用球員各項不同的統計數據指標，進一步發現球員表現和薪資之間的相關性。
參考文獻:	[1] http://www.basketball-reference.com/ [2] 王浚宇，"NBA 外籍球員薪資與效率衡量之關聯性研究."政治大學會計研究所學位論文 (2006): 1-51. [3] 邱咏平，"球員在合約年及非合約年績效—以 NBA 為例."政治大學會計研究所學位論文 (2010): 1-59. [4] 王彥智，"以 B-Spline 方法預測 NBA 冠軍". 政治大學統計研究所學位論文 (2012): 1-32. [5] 邱楚翔，"團隊表現績效預測: 以 NBA 籃球運動為例." 政治大學資訊科學學系學位論文 (2012): 1-80. [6] Usama Fayyad, Gregory Piatetsky-Shapiro, and Padhraic Smyth. "From data mining to knowledge discovery in databases." AI Magazine, 17.3 (1996): 37. [7] https://en.wikipedia.org/wiki/Statistical_significance [8] https://en.wikipedia.org/wiki/John_Hollinger [9] https://en.wikipedia.org/wiki/Data_mining [10] Han, Jiawei, Micheline Kamber, and Jian Pei. Data mining: concepts and techniques: concepts and techniques. Elsevier, 2011. [11] Kohavi, Ron, and George H. John. "Wrappers for feature subset selection."Artificial Intelligence,97.1 (1997): 273-324. [12] Guyon, Isabelle, and André Elisseeff. "An introduction to variable and feature selection." The Journal of Machine Learning Research,3 (2003): 1157-1182. [13] Kira, Kenji, and Larry A. Rendell. "A practical approach to feature selection." Proceedings of the Ninth International Workshop on Machine Learning. 1992. [14] Yang, Yiming, and Jan O. Pedersen. "A comparative study on feature selection in text categorization." International Conference on Machine Learning. Vol. 97. 1997. [15] Jain, Anil, and Douglas Zongker. "Feature selection: Evaluation, application, and small sample performance." IEEE Transactions on Pattern Analysis and Machine Intelligence,19.2 (1997): 153-158. [16] Dash, Manoranjan, and Huan Liu. "Feature selection for classification." Intelligent Data Analysis, 1.1 (1997): 131-156. [17] J.Weston, S.Mukherjee, O.Chapelle, M.Pontil, T.Poggio, V.Vapnik. "Feature selection for SVMs." NIPS. Vol. 12. 2000. [18] Liu, Huan, et al. "Feature Selection: An Ever Evolving Frontier in Data Mining."FSDM, 10 (2010): 4-13. [19] 朱啟源，資料前處理之研究: 以基因演算法為例; Feature and Instance Selection Using Genetic Algorithms: An Empirical Study. 中央大學資訊管理學系學位論文 (2011): 1-62. [20] Haupt, Randy L., and Sue Ellen Haupt. Practical genetic algorithms. John Wiley & Sons, 2004. [21] Cios, Krzysztof J., Witold Pedrycz, and Roman W. Swiniarski. Data Mining and Knowledge Discovery. Springer US, 1998. [22] Michael, J. A., and S. Linoff Gordon. "Data mining technique: For marketing, sales and customer support." New York: John Wiley&Sons Inc. 445 (1997) [23] Cabena, Peter, et al. Discovering data mining: from concept to implementation. Prentice-Hall, Inc., 1998. [24] Safavian, S. Rasoul, and David Landgrebe. "A survey of decision tree classifier methodology." IEEE transactions on systems, man, and cybernetics, 21.3 (1991): 660-674. [25] 蔡佳玲, 洪新原, and 袁繼銓. "以決策樹模型探討未開立慢性病連續處方之影響因子." 資訊管理學報, 18.4 (2011): 139-164. [26] Fawcett, Tom. "An introduction to ROC analysis." Pattern recognition letters, 27.8 (2006): 861-874. [27] Ramaswamy, Sridhar, Rajeev Rastogi, and Kyuseok Shim. "Efficient algorithms for mining outliers from large data sets." ACM SIGMOD Record. Vol. 29. No. 2. ACM, 2000. [28] Na Wei, "Predicting the outcome of NBA playoffs using the naïve bayes algorithms." Department of Biomedical Engineering, College of Engineering, University of South Florida, Tampa, FL 33620, USA (2011). [29] Loeffelholz, Bernard, Earl Bednar, and Kenneth W. Bauer. "Predicting NBA games using neural networks." Journal of Quantitative Analysis in Sports, 5.1 (2009). [30] https://en.wikipedia.org/wiki/Ordinary_least_squares
描述:	碩士國立政治大學資訊科學系碩士在職專班 102971001
資料來源:	http://thesis.lib.nccu.edu.tw/record/#G0102971001
資料類型:	thesis
顯示於類別:	[資訊科學系碩士在職專班] 學位論文

文件中的檔案:

檔案	大小	格式	瀏覽次數
100101.pdf	1741Kb	Adobe PDF2	300	檢視/開啟

在政大典藏中所有的資料項目都受到原著作權保護.

社群 sharing

著作權政策宣告 Copyright Announcement

1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.

DSpace Software Copyright © 2002-2004 MIT & Hewlett-Packard / Enhanced by NTU Library IR team Copyright © - 回饋