기계학습을 활용한 E-Sports 승·패 예측에 관한 연구
A study for the prediction of winning of e-Sports using machine Learning.
1
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
최근 온라인게임 시장 규모가 증가하고 사용자들이 다양해지면서 e-Sports의 규모와 인기도 나날이 증가하고 있다. 이에 e-Sports 경기의 승·패에 대한 사람들의 관심도 증가하게 되었지만 이와 관련된 연구는 부족한 것이 현실이다. 따라서 본 논문에서는 e-Sports경기 종목 중 하나인‘리그 오브 레전드’를 중심으로 기계학습을 활용한 승패 예측 모델을 제안한다. 데이터 수집은 op.gg 사이트를 통해 2016년 5월 기준 리그 오브 레전드 한국 서버 상위 1%의 사용자 1,000명의 최근 4 경기, 총 4,000경기 결과를 수집하였다. 구체적인 내용 및 방법은 다음과 같다. 수집된 경기 결과 데이터에서 기록관련 요인 중 경기 내적인 요인을 중심으로 경기 승·패에 밀접한 연관성을 가진 요인들을 기준으로 해당 경기 종목이 가지는 특징을 반영하여 팀의 역량을 나타낼 수 있는 데이터로 가공하였다. 이렇게 가공된 데이터를 바탕으로 기계학습을 시행한 결과 로지스틱 회귀분석 및 의사결정모형, Naive Bayes 모델에서 90% 이상의 예측 정확도를 보였다.
Abstract
Recently, The scale of online game industry has gradually grown, and online gamers are also being diversified. accordingly, popularity of e-Sports and user's preference for online game is also is growing, but the lack of relevant research is a reality. So, This paper suggests the prediction model of win and loss, using machine learning techniques focused on 'League of Legend'. The data samples are collected from 'op.gg' web site, considering that four recent games of 1,000 users in Korea server top 1%, 4,000 total. Detailed research plan is as follows. Searching the factors which have an effect on the game result with the 4,000 data samples. These factors are changed to the team data considering the feature of the game. through the sample, executing the prediction of game result with naive bayes, logistic, decision tree algorithm. those three model shows 90% above accuracy rates.
참고문헌 (9)
- Robert P. Schumaker, "Sports Data Mining", Springer, 26, pp.32~36 (2010)
- Joseph Adler, "Baseball Hacks: Tips & Tools for Anal yzing and Winning with Statistics", pp.26~30 (2006), O'Reilly Media
- 오윤학, "데이터마이닝을 활용한 한국프로야구 승패예측모형 수립에 관한 연구", 대한산업공학회지, 40(1), pp.8~17 (2014), 대한산업공학회[DOI]
- 김주학, "신경망분석을 이용한 축구경기 승패 예측모형 개발- 2006독일월드컵 대회를 중심으로 -", 체육과학연구, 18(4), pp.54~63 (2007), 국민체육진흥공단 부설 한국스포츠개발원
- 구승환, "국내 남자 프로농구 승패 예측 모형 비교 연구", 체육과학연구, 20(4), pp.704~711 (2009), 국민체육진흥공단 부설 한국스포츠개발원
- Prediction of winning of the AOS genre game by using Data Mining, "Ji-Min Ku", Korean Institute of Information Scientists and Engineers, 1751~1753 (2016)
- In-Seok Kim, "Risk", Vulnerability Factors of Drinking & Drinking Probl em : Data Mining Answer Tree and Neural Connection, 2001, pp.6(2), 75~95
- Kuncheva, Ludmila, "On the optimality of Naïve Bay es with dependent binary features", Pattern Recogn ition Letters, 27(7) (2006)
- N.C Smeeton, "Early History of the Kappa Statistic", Biometrics, 41, pp.795~ (1985)