fbpx

Прогнозы на киберспорт: научный подход

Февраль 11, 2019

Цель прогнозов на киберспорт

Целью выполнения работы является проектирование модели системы коллективного прогнозирования результатов игр в киберспорте с использованием современной технологии нейропрогнозирования. Задачей является разработка системы для совместного пользовательского
прогнозирования результатов киберспортивных матчей и самостоятельной работы информации и выдачи собственного прогноза, позволяющего делать максимально эффективные ставки на киберспорт деньгами либо предметами из игр.

К основным моментам прогнозов в киберспорте относятся следующие:

  • учет и анализ всех прошлых и будущих игр;
  • учет и анализ характеристик / результатов всех команд;
  • предоставление возможности пользователю персонально делать прогноз на каждый матч;
  • определение шанса на выигрыш команды на основе данных за предыдущие матчи.

Метод

Проблема решена методом опроса экспертов путем проведения аналитических записок и с помощью искусственной нейронной сети. В созданной нейросети есть три слоя. Первый слой состоит из 10 нейронов — рецепторов, или нейронов входных данных. Второй слой нейронов является внутренний. Третий слой нейронов является выходной, в нем есть только 2 нейроны. Входной информацией для алгоритма является количество выигранных матчей из последних 10; количество выигранных матчей перед данной встречей (винстрик) рейтинг команды; стабильность состава (время неизменности состава команды) средний показатель проигрышей данной команды. Ответом является 1 или 2 (победа конкретной команды).

Результаты

Для достижения результата проведен анализ соответствующей литературы информации об основных видах коллективного прогнозирования. Разработано дерево цели, и проведен систематический анализ предметной области. Применен метод интервью с
экспертами. Проанализированы основные методы коллективного прогнозирования. проведенный
систематический анализ объекта исследования и предмета, целей.

Выводы

На основе разработанного алгоритма расчета прогнозов и обучения нейросетей реализовано независимый от человеческого фактора процесс прогнозирования матчей в киберспорте. Наличие такой системы значительно упростит поиск прогнозов на киберспортивные матчи и даст возможность каждому желающему принять участие в прогнозировании матчей. Система дает новый
толчок к решению проблемы прогнозирования результатов не только в киберспорте, а и в спорте вообще.

Возникли турниры, профессиональные команды, и фанаты. Возникла необходимость прогнозирования победителя. Обычно процесс прогнозирования возложен на узкий круг так называемых экспертов по этому вопросу — букмекеров или людей, которые постоянно следят за ходом игры на конкретном информационном ресурсе. На ИС информационного ресурса
киберспорта положены лишь функции фиксации статистики
матчей и игроков. Это делает невозможным принять участие в успешном прогнозировании результатов матчейв для простых наблюдателей соревнований в киберспорте. Целью выполнения работы является проектирование модели системы коллективного прогнозирования результатов игр в киберспорте с использованием современной технологии нейропрогнозування.

Постановка задачи для системы прогнозов в киберспорте

Применение метода нейросетевого прогнозирования на основе анализа статистики предыдущих результатов матчей и уровня профессионализма команд и игрок значительно упрощает процесс получения успешного прогноза для простых наблюдателей соревнований в киберспорте. Задачей
является разработка общей архитектуры ИС для совместного пользовательского прогнозирования результатов киберспортивных матчей и самостоятельной работы информации и выдачи собственного прогноза. ИС должен учиться на основании собранной статистики соревнований в течение определенного периода времени с учетом участников соревнований и их профилей.
Формальной моделью системы прогнозирования киберматчей является кортеж
S = <X, C, N, T, E, Q, U, Y, φ, φ, θ>.

К основным задачам ИС принадлежат следующие:

  • учет и анализ всех прошлых / будущих игр; учет и анализ характеристик / результатов всех команд и предоставление возможности пользователю персонально делать прогноз на каждый матч;
  • определение шанса на выигрыш команды на основе данных за предыдущие матчи.

Если с первыми тремя задачами успешно справляются большинство ИС прогнозирования матчей в
киберспоте, то с последней задачей возникают определенные сложности из-за того, что простой пользователь ИС имеет зависимость от мнения эспертов — отдельных букмекеров, то есть от
человеческого фактора. Автоматическое прогнозирование результатов матчей и возможность системы начатся в течение определенного периода времени будет способствовать улучшению результатов прогнозирования и вносит элемент независимости прогнозирования от человека.
Входные данные из разных источников X (стабильность состава команды), внутренний контент ИС C (например, история игр на этом сайте, смена участников команды, активность команды и т.п.), экспертные оценки E (рейтинг команд, средний показатель проигрышей данной команды) и ограничения на прогнозирование U (например, анализ только последних 10 матчей) за определенный промежуток времени T (например, матчи только за последние год или время неизменности состава команды) формируют основу для процесса прогнозирования искусственной нейронной сетью N
Y = θDφD φ,
где С = φ (X, T, E, U), N = φ (C, T, U) и
Y = θ (Q, N, T, U). Ответом является 1 или 2 (победа конкретной команды)

Для кого нужна автоматизированная система прогнозов на киберспорт?

Соревнования по киберспорту, в том числе и международные, проводятся по всему миру. Самым значительным из них является турнир World Cyber ​​Games, организованный подобно Олимпийским
играм. Существует много букмекерских ресурсов с прогнозированием результатов матчей, но они все ориентированы на прием денежных ставок, их прогнозы базируются на мнении отдельных букмекеров. Есть много порталов для просмотра событий из мира киберспорта, с возможностями проведения ставок и публикации прогнозов на киберспорт от экспертов.
Но не существует общего алгоритма проведения эффективных прогнозов в киберспорте автоматически. Обычно прогнозы делают определенный круг специалистов этой сферы.
Кроме того, не существует общей архитектуры для систем прогнозирования матчей в киберспоте. Авторами разработаны и описаны в работе общую архитектуры для систем прогнозов в киберспорте, в которой реализовано авторами алгоритм проведения эффективных прогнозов матчей.
Спроектированная ИС направлена ​​на удовлетворение потребностей фанатов киберспортивных игр для видсликовування матчей.

Киберспорт развивается очень активно. Это вызывает большой спрос на киберспортивный контент. Прогнозирование результатов игр является неотъемлемой частью этого контента. Данная ИС ориентирована в на рядовых игроков и болельщиков киберспорта. Подобных ИС почти нет.

5,0 rating based on 521 ratings
5,0 rating based on 521 ratings
3,5 rating based on 521 ratings
3,0 rating based on 521 ratings
5,0 rating based on 521 ratings
3,0 rating based on 521 ratings
2,5 rating based on 521 ratings
5,0 rating based on 521 ratings
4,5 rating based on 521 ratings
Показать все
Как виртуальные ножи спасли CS:GO
Ноябрь 26, 2018

Массовая популярность CS: GO затмевает ее причудливую историю. Сейчас более чем 8000000 людей играют в Counter-Strike ежемесячно. Среднее количество людей, которые играли в CS: GO в августе (357,535) была в невероятных 14 раз...

Какие есть звания в КС ГО и как поднять себе максимальный ранг в игре?
Октябрь 3, 2018

В Counter-Strike: Global Offensive как и в любой другой онлайн игре имеется система рейтинга. Конкретно в этой игре она реализована посредством рангов. Для поднятия рангов игроку нужно играть матчи и выигрывать их. Увидеть св...

Преимущества и особенности игры через вилки в ставках на киберспорт
Сентябрь 19, 2018

Вилки — одна из самых популярных стратегий игры в букмекерских конторах. Суть ее заключается в том, чтобы поставить на коэффициенты, которые позволят при любом исходе события оказать в плюссе. С развитием онлайн ставок появил...