Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/88617
Or use following links to share this resource in social networks: Recommend this item
Title Predictive modeling of the outcomes of cyber sport matches using Data Mining technologies
Other Titles Прогнозне моделювання результатів кіберспортивних матчів із використанням технологій Data Mining
Authors Kuzmenko, Olha Vitaliivna  
Hrytsenko, Kostiantyn Hryhorovych  
Yarovenko, Hanna Mykolaivna  
Kushnerov, Oleksandr Serhiiovych  
Hrytsenko, A.K.
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 кіберспортивний матч
киберспортивный матч
e-sports match
онлайн-гра
онлайн-игра
online game
прогнозування результатів
прогнозирование результатов
forecasting results
дерево рішень
дерево решений
decision tree
логістична регресія
логистическая регрессия
logistic regression
нейронна мережа
нейронная сеть
neural network
Type Article
Date of Issue 2021
URI https://essuir.sumdu.edu.ua/handle/123456789/88617
Publisher Хмельницький національний університет
License Copyright not evaluated
Citation Predictive modeling of the outcomes of cyber sport matches using Data Mining technologies / O. V. Kuzmenko and other // Computing system and information technologies. 2021. №2(4). C. 85-90. DOI : 10.31891/CSIT-2021-4-11
Abstract 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.
Киберспортивная отрасль представляет собой высокоразвитую междисциплинарную сферу, в которой широко используются технологии машинного обучения и искусственного интеллекта. В статье исследованы вопросы применения технологий Data Mining с целью прогнозирования результатов киберспортивных матчей. Рассмотрена методика прогнозного моделирования. На основе корреляционного анализа определены входные переменные для прогнозирования результатов матчей онлайн игры League of Legends. В пакете SAS Enterprise Miner построены прогнозные модели в виде дерева решений, логистической регрессии и нейронной сети. На основе анализа показателей качества прогнозных моделей обосновано использование нейронной сети в составе предиктора результатов киберспортивных матчей. Целью данного предиктора является предоставление игрокам советов о том, как изменить стратегию игры, в которой они терпят поражение.
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 Australia
3745
Czechia Czechia
1
Germany Germany
823374684
Hong Kong SAR China Hong Kong SAR China
3587381
India India
1
Ireland Ireland
21462
Japan Japan
13816517
Kazakhstan Kazakhstan
1
Latvia Latvia
-99120314
Malaysia Malaysia
41449544
Pakistan Pakistan
13816513
Romania Romania
1
Singapore Singapore
1
Slovakia Slovakia
1
South Africa South Africa
896973
South Korea South Korea
1
Spain Spain
99
Sweden Sweden
896971
Taiwan Taiwan
-198240628
Ukraine Ukraine
-1709992814
United Kingdom United Kingdom
289470537
United States United States
235330348
Unknown Country Unknown Country
3587383
Uzbekistan Uzbekistan
1

Downloads

China China
41449545
Hungary Hungary
1
India India
1
Japan Japan
1
Latvia Latvia
1
Malaysia Malaysia
1
Pakistan Pakistan
1
Romania Romania
1
Russia Russia
1
South Africa South Africa
1
Spain Spain
507
Ukraine Ukraine
-1709992813
United States United States
823374681

Files

File Size Format Downloads
Kuzmenko_network.pdf 559,34 kB Adobe PDF -845168071

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