Dota 2 – Tvorba prediktivního modelu pro určení výsledku zápasu

Ing. Martin Rod

Bachelor's thesis

Dota 2 – Predictive modelling of the match outcome

Abstract:

Cílem této práce je vytvoření výchozího modelu pro predikci výsledku zápasu ve videohře Dota 2, která je jednou z prominentních her e-sportu. Data pro tvorbu modelu jsou získána přes aplikační programovací rozhraní (Web API). Jsou zkoumány dílčí statistiky související s výhrou/prohrou, a to ve stavu blízkého konci a samotného konce hry. Problém samotný je řešen pomocí binární logistické regrese ve statistickém softwaru R. Pro modelování se užívají zápasy v režimu hodnocené/ranked ve verzi hry 7.19b. Byly vytvořeny a diskutovány 2 modely, každý na rozdílné premise, které vysvětlují, proč daný tým s danými statistikami zvítězil. První model je vytvořen a redukován z celé množiny dostupných dat. Takto sestavený model dosahuje přesnosti 97,4 % a obsahuje 11 regresorů. Druhý model, který je omezen volně přístupnými daty během zápasu, dosahuje přesnosti 90 % v rámci užitých testovacích dat. Tento model je tvořen 3 významnými prediktory, těmi jsou (seřazené dle významnosti): R_total_gold, dire_score a kills_per_min. Užití a omezení těchto modelů v praxi jsou diskutována.

Abstract:

The goal of this thesis is to create a baseline model for predicting the match result in the Dota 2 video game, which is one of the prominent e-sport games. Data for modelling are obtained through the usage of available web application programming interface (Web API). Different statistics related to winning / losing are examined for the time step when game is about to be concluded. The problem itself is solved by binary logistic regression in statistical software R. Dota 2 ranked matches in game version 7.19b are used for the modelling purposes. Two models were created and discussed, each built on a different premise. Those models explain why the one of the team achieved victory. The first model is created and then reduced from the every piece of available data. This model achieves an accuracy of 97.4% and contains 11 regressors. The second model, which is limited by freely accessible data during a match, achieves 90% accuracy within the data used for testing purposes. This model is made up of 3 significant predictors, these predictors are (sorted by relevance): R_total_gold, R_dire_score and kills_per_min. The usage and limitations of these models in practice are discussed.

Keywords

vytěžování znalostí, R, logistická regrese, statistická analýza, e-sport, prediktivní modelování

Keywords

e-sport, logistic regression, statistical analysis, predictive modelling, data mining, R

Language used: Czech

Date on which the thesis was submitted / produced: 15. 3. 2019

Thesis defence

• Supervisor: Ing. Tomáš Hlavsa, Ph.D.

Czech University of Life Sciences Prague

Faculty of Economics and Management

Bachelor programme / field:
Systems Engineering and Informatics / Informatics