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:
Tweet
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
3745
China
-1165790561
Czechia
1
Germany
768214901
Hong Kong SAR China
3587381
India
-382011462
Indonesia
1
Ireland
21462
Italy
-1763376197
Japan
13816517
Kazakhstan
1
Latvia
-99120314
Malaysia
41449544
Pakistan
1963386173
Romania
1
Singapore
1
Slovakia
1
South Africa
896973
South Korea
1
Spain
99
Sweden
896971
Taiwan
-198240628
Ukraine
-1709992814
United Kingdom
289470537
United States
713055119
Unknown Country
-2104834134
Uzbekistan
1
Downloads
China
41449545
Denmark
1
Germany
1
Hungary
1
India
1
Indonesia
-382011460
Japan
1
Latvia
1
Malaysia
1
Pakistan
1
Romania
1
Russia
1
Singapore
1
South Africa
1
Spain
507
Ukraine
713055118
United States
-1763376196
Unknown Country
1
Files
File | Size | Format | Downloads |
---|---|---|---|
Kuzmenko_network.pdf | 559.34 kB | Adobe PDF | -1390882473 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.