Predictive modeling of the outcomes of cyber sport matches using Data Mining technologies

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.