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: 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

Bulgaria Bulgaria
1
China China
2484376
Germany Germany
16915626
Greece Greece
3693
Ireland Ireland
79044
Lithuania Lithuania
1
Netherlands Netherlands
1478
Singapore Singapore
1
Sweden Sweden
1
Ukraine Ukraine
1938788231
United Kingdom United Kingdom
44950007
United States United States
1938788230
Unknown Country Unknown Country
126299861

Downloads

China China
3690
Germany Germany
3691
Lithuania Lithuania
1
Ukraine Ukraine
1150386093
United Kingdom United Kingdom
1
United States United States
-226656745
Unknown Country Unknown Country
52818

Files

File Size Format Downloads
Kuzmenko_decision tree.pdf 582,21 kB Adobe PDF 923789549

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.