Geri Dön

Predictive e-sports game analysis using machine learning approaches

Makine öğrenmesi yaklaşımıyla kestirimci e-spor oyun analizi

  1. Tez No: 811577
  2. Yazar: ATAKAN TUZCU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ OKAN BURSA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: İZMİR BAKIRÇAY ÜNİVERSİTESİ
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 54

Özet

Oyun analizi günümüzde oldukça rağbet gören bir alandır ve League of Legends e- Spor alanında popüler oyunlardan biridir. Bir MOBA oyunu olan League of Legends aslında ikili sınıflandırma problemi olarak değerlendirilebilir. Bu çalışmada oyunun geliştiricisi tarafından yayınlanan RIOT API kullanarak veri çekilmiş ve çekilen veriler modele beslenmeden önce önişleme tabi tutulmuştur. Veri iki farklı yaklaşımla düzenlenip iki farklı veri kümesi olarak sunulmuştur: oyuncu-tabanlı veri kümesi ve takım-tabanlı veri kümesi. Modeller bu veri kümeleri ile ayrı ayrı eğitilmiş ve sonuçları değerlendirilmiştir. Bu değerlendirme sonucunda performansı en yüksek olan modeller 0,950 ve 0,969 F1-score ile sırasıyla LightGBM ve AdaBoost modelleri olmuştur. Deneysel çalışma olarak boyut azaltma yöntemlerinden öznitelik seçimi uygulanmış ve performansı en yüksek olan AdaBoost modelinin sunduğu en önemli 10 öznitelik seçilmiştir. Seçilen öznitelikler arasında korelasyon analizi yapılarak korelasyonu en az olan 7 öznitelik ile veri kümeleri filtrelenerek, modeller bu deneysel veri kümeleri ile tekrar eğitilip test edilmiştir. Sonuç olarak performanslarda belirli bir düşüş gözlendiğinden elenen özniteliklerin oyun açısından stratejik bir öneme sahip olduğu ortaya konulmuştur.

Özet (Çeviri)

Game analytics are highly demanding topic nowadays and League of Legends is one of the popular games in professional e-sports area. League of Legends is a MOBA game which can be simplified as binary classification problem. This research will retrieve data using RIOT API which is distributed by the developer of the game League of Legends, preprocess the extracted data before feeding the models with it and build several machine learning models using these data. In this research, two different approaches used while creating the dataset: player-based dataset and team-based dataset. Models have been trained and tested separately using these datasets. AdaBoost and LightGBM has the best performance metrics with 0,950 and 0,969 F1-scores respectively. For experimental study, dimensionality reduction has been operated using feature selection. We used most 10 important features of the most successful model, AdaBoost. Correlation analysis have been done and 7 attributes have been selected to filter and create new experimental datasets. These attributes are key to build gaming strategy. Models have been trained and tested again with the new datasets. Dimension reduction degrade the performances, and this puts out that the dropped attributes are strategic in the game.

Benzer Tezler

  1. Decision support system for a football team management by using machine learning techniques

    Makine öğrenmesi teknikleri ile bir futbol takımı yönetimi için karar destek sistemi

    MUSTAFA AADEL MASHJAL AL-ASADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR TAŞDEMİR

  2. E-spor ve geleneksel spor ile uğraşan sporcuların zihinsel dayanıklılık ve dijital oyun bağımlılık düzeylerinin incelenmesi

    Investigation of mental endurance and digital game addiction levels of e-sports athletes and athletes involved in traditional sports

    HELİN OLCAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    SporBitlis Eren Üniversitesi

    Beden Eğitimi ve Spor Eğitimi Anabiilim Dalı

    PROF. DR. MUSTAFA ATLİ

  3. Ortaokul öğrencilerinin dijital oyun bağımlılıkları ile ailelerin dijital ebeveynlik farkındalıkları arasındaki ilişkinin çeşitli değişkenler açısından incelenmesi

    Examining the relationship between secondary school students' addiction to digital games and families' awareness of digital parenting in terms of certain variables

    ILGIN GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiTrakya Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    DOÇ. DR. HASAN ÖZGÜR

  4. Z kuşağının dijital oyun bağımlılığı ve fiziksel aktiviteye katılım düzeyleri arasındaki ilişkinin incelenmesi

    Examination of the relationship between generation Z's digital game addiction and physical activity participation levels

    İLHAN BAYIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    SporSakarya Uygulamalı Bilimler Üniversitesi

    Beden Eğitimi ve Spor Eğitimi Anabiilim Dalı

    DOÇ. DR. ERSİN ESKİLER

  5. Antrenörlerin liderlik davranış tiplerine göre eleştirel düşünme eğilimlerinin incelenmesi

    An analsis of critical thinking tendencies of trainers based an their leadership behaviors

    HAKAN ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    SporErciyes Üniversitesi

    Beden Eğitimi ve Spor Bilimleri Ana Bilim Dalı

    DOÇ. DR. ZİYA BAHADIR