論文の概要: AI and analytics in sports: Leveraging BERTopic to map the past and chart the future

• arxiv url: http://arxiv.org/abs/2510.15487v1
• Date: Fri, 17 Oct 2025 09:57:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-20 20:17:34.565691
• Title: AI and analytics in sports: Leveraging BERTopic to map the past and chart the future
• Title（参考訳）: スポーツにおけるAIと分析:BERTopicを活用して過去を地図化し、未来をグラフ化する
• Authors: Manit Mishra,
• Abstract要約: 2002年から2024年にかけて発行されたスポーツにおけるAIと分析の利用に関する204の論文を識別する。 BERTopicのトピックモデリング技術を活用して、潜在トピックの抽出を行った。 この研究は、AIの変革的影響とスポーツにおける分析について、学者やスポーツ管理者に洞察を与える。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Purpose: The purpose of this study is to map the body of scholarly literature at the intersection of artificial intelligence (AI), analytics and sports and thereafter, leverage the insights generated to chart guideposts for future research. Design/methodology/approach: The study carries out systematic literature review (SLR). Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) protocol is leveraged to identify 204 journal articles pertaining to utilization of AI and analytics in sports published during 2002 to 2024. We follow it up with extraction of the latent topics from sampled articles by leveraging the topic modelling technique of BERTopic. Findings: The study identifies the following as predominant areas of extant research on usage of AI and analytics in sports: performance modelling, physical and mental health, social media sentiment analysis, and tactical tracking. Each extracted topic is further examined in terms of its relative prominence, representative studies, and key term associations. Drawing on these insights, the study delineates promising avenues for future inquiry. Research limitations/implications: The study offers insights to academicians and sports administrators on transformational impact of AI and analytics in sports. Originality/value: The study introduces BERTopic as a novel approach for extracting latent structures in sports research, thereby advancing both scholarly understanding and the methodological toolkit of the field.
• Abstract（参考訳）: 目的: 本研究の目的は, 人工知能(AI), 分析, スポーツの交差点に学術文献の身体をマッピングし, その後, 今後の研究のために, ガイドポストに生成した知見を活用することである。 設計・方法論・アプローチ : 本研究は体系的文献レビュー(SLR)を行う。 2002年から2024年にかけて発行されたスポーツにおけるAIと分析の利用に関する204の論文を識別するために、システムレビューおよびメタ分析のための報告項目(PRISMA)プロトコルを利用する。 本稿では,BERTopicのトピックモデリング技術を利用して,サンプル記事から潜在トピックを抽出した。 Findings: この研究は、スポーツにおけるAIと分析の使用に関する研究の主要な領域として、パフォーマンスモデリング、身体的および精神的な健康、ソーシャルメディアの感情分析、戦術的追跡を挙げています。 抽出された各トピックは、その相対的な卓越性、代表研究、キーターム・アソシエーションの観点からさらに検討される。 これらの知見に基づいて、この研究は将来の調査のための有望な道を示す。 研究の制限/影響: この研究は、AIの変革的影響とスポーツにおける分析について、学者やスポーツ管理者に洞察を与える。 オリジンナリティ/バリュー:スポーツ研究における潜在構造抽出の新しいアプローチとしてBERTopicを導入し、学術的理解と分野の方法論的ツールキットの両方を前進させる。

関連論文リスト

• Artificial Intelligence and Journalism: A Systematic Bibliometric and Thematic Analysis of Global Research [0.51795041186793]
  本研究は,2010年から2025年までのジャーナリズムにおけるAIに関する論文の総合的な体系的レビューである。 この調査結果は、自動化、誤情報、倫理的ガバナンスなど、2020年以降の研究活動が急激な増加を見せている。 このレビューはまた、グローバル・サウスからの限定的な表現で、学術的貢献における地域格差を強調している。
  論文  参考訳（メタデータ） (2025-07-15T01:11:39Z)
• Trends and Challenges in Authorship Analysis: A Review of ML, DL, and LLM Approaches [1.8686807993563161]
  著者分析は、法医学言語学、アカデミア、サイバーセキュリティ、デジタルコンテンツ認証など、様々な領域で重要な役割を果たしている。 本稿では,著者分析の2つの重要なサブタスクである著者属性と著者検証について,体系的な文献レビューを行う。
  論文  参考訳（メタデータ） (2025-05-21T12:06:08Z)
• VizCV: AI-assisted visualization of researchers' publications tracks [7.233541652625401]
  VizCVは、新しいWebベースのエンドツーエンドのビジュアル分析フレームワークである。 AI支援分析を取り入れ、キャリア進化の自動報告をサポートする。
  論文  参考訳（メタデータ） (2025-05-13T15:47:59Z)
• Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
  オンロジはドメインの知識とメタデータを表現するために広く使われている。 直接支援できる論理的推論は、学習、近似、予測において非常に限られています。 1つの簡単な解決策は、統計分析と機械学習を統合することである。
  論文  参考訳（メタデータ） (2024-06-16T14:49:19Z)
• Unleashing the Power of AI. A Systematic Review of Cutting-Edge Techniques in AI-Enhanced Scientometrics, Webometrics, and Bibliometrics [1.2374541748245838]
  この研究は、人工知能(AI)のシナジーを、サイエントメトリックス、webometrics、Bibliometricsで分析することを目的としている。 我々の目的は、学術的なコミュニケーションを計測し分析するための方法に革命をもたらすAIの可能性を探ることである。
  論文  参考訳（メタデータ） (2024-02-22T15:10:02Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
  本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。 我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。 最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Textual Analysis of ICALEPCS and IPAC Conference Proceedings: Revealing Research Trends, Topics, and Collaborations for Future Insights and Advanced Search [2.1792283995628465]
  自然言語処理技術を用いて過去の会議手続の要約や論文から意味のある情報を抽出する。 トピックを抽出して、トレンドを可視化し、特定し、その進化を分析して、新たな研究方向を特定し、興味深い出版物をハイライトする。
  論文  参考訳（メタデータ） (2023-10-13T08:55:19Z)
• Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
  本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。 まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。 キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
  論文  参考訳（メタデータ） (2022-09-17T18:24:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。