Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/86139
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Прогнозне моделювання результатів кіберспортивних матчів із використанням технологій data mining |
Authors |
Kuzmenko, Olha Vitaliivna
Hrytsenko, Kostiantyn Hryhorovych Yarovenko, Hanna Mykolaivna Kushnerov, Oleksandr Serhiiovych Гриценко, А |
ORCID |
http://orcid.org/0000-0001-8575-5725 http://orcid.org/0000-0002-7855-691X http://orcid.org/0000-0002-8760-6835 http://orcid.org/0000-0001-8253-5698 |
Keywords |
e-sports match online game forecasting results decision tree logistic regression neural network кіберспортивний матч онлайн гра прогнозування результатів дерево рішень логістична регресія нейронна мережа киберспортивный матч онлайн игра прогнозирование результатов дерево решений логистическая регрессия нейронная сеть |
Type | Article |
Date of Issue | 2021 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/86139 |
Publisher | Комп’ютерні системи та інформаційні технології |
License | Copyright not evaluated |
Citation | Прогнозне моделювання результатів кіберспортивних матчів із використанням технологій data mining / О. В. Кузьменко та ін. // Комп’ютерні системи та інформаційні технології. 2021. № 2. C. 85-90. DOI: 10.31891/CSIT-2021-4-11 |
Abstract |
Останнім часом в Україні активно розвивається індустрія кіберспорту. Кіберспорт сприяє розвитку розумових здібностей у використанні інформаційних технологій. Кіберспорт – це змагання з комп’ютерних ігор. Вона охоплює велику кількість населення та широкий спектр професій. Індустрія кіберспорту включає не лише гравців, а й розробників ігор, менеджерів команд, організаторів турнірів, маркетологів, стрімінгових компаній, численних спонсорів та державних установ. У багатьох країнах світу кіберспорт має державну підтримку, змагання високого рівня та відповідні освітні програми. У 2020 році кіберспорт був визнаний офіційним видом спорту в Україні, а в серпні 2021 року Україна вперше прийняла Чемпіонат Європи з кіберспорту. Особливо слід відзначити роль штучного інтелекту та технологій машинного навчання у розробці комп’ютерних онлайн-ігор.
Кіберспортивна галузь є високорозвиненою міждисциплінарною сферою, в якій широко використовуються технології машинного навчання та штучного інтелекту. В статті досліджено питання застосування технологій Data Mining з метою прогнозування результатів кіберспортивних матчів. Розглянута методика прогнозного моделювання. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів матчів онлайн гри League of Legends. В пакеті SAS Enterprise Miner побудовано прогнозні моделі у вигляді дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обгрунтовано використання нейронної мережі в складі предиктора результатів кіберспортивних матчів. Метою даного предиктора є надання гравцям порад про те, яким чином змінити стратегію гри, в якій вони зазнають поразки. The e-sports industry is a highly developed interdisciplinary field in which machine learning and artificial intelligence technologies are widely used. The article examines the application of Data Mining technologies in order to predict the results of e-sports matches. The technique of predictive modeling is considered. Based on the correlation analysis, the input variables for predicting the results of the matches of the online game League of Legends are determined. The SAS Enterprise Miner package builds predictive models in the form of a decision tree, logistic regression and neural network. Based on the analysis of the quality indicators of forecast models, the use of the neural network as a predictor of the results of e-sports matches is substantiated. The purpose of this predictor is to give players advice on how to change the strategy of the game in which they are defeated |
Appears in Collections: |
Наукові видання (ННІ БіЕМ) |
Views
Australia
1
Belgium
1
Bulgaria
1
China
1902865576
Germany
16915626
Greece
3693
Ireland
-2043696137
Lithuania
1
Netherlands
1478
Singapore
-1021848068
Sweden
1
Ukraine
1938788231
United Kingdom
44950007
United States
-756784295
Unknown Country
126299861
Downloads
China
3690
Germany
3691
Lithuania
1
Singapore
1
Ukraine
1150386093
United Kingdom
1
United States
-1021848070
Unknown Country
52818
Files
File | Size | Format | Downloads |
---|---|---|---|
Kuzmenko_decision tree.pdf | 582.21 kB | Adobe PDF | 128598225 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.