[发明专利]一种在线战斗竞技游戏胜率的预测系统及方法

说明书

本发明揭露一种在线战斗竞技游戏胜率的预测系统，包括：数据聚集模块，对收集到的历史竞技信息数据进行预处理，得到规格化数据；辅助偏移模块，聚集所述规格化数据，构建以各个英雄为节点的图表，并分别确认各英雄中的两两个英雄经常出现在同一阵容中的两个节点之间的边的权值，运用各个英雄之间的边的权值，采用社区发现算法来确认出所述图表中英雄间的强配合关系，再采用遗传算法，获得各个英雄之间的强配合关系的胜利贡献值；胜率预测模块，使用逻辑回归算法，将所述强配合关系的的胜利贡献值置入预测模型，输出预测结果。本发明采用的预测系统能够提高胜率预测的准确性。

技术领域

本发明涉及一种在线战斗竞技游戏胜率的预测系统及方法。

背景技术

《Dota 2》(中文名称：刀塔2)是一款由Valve开发且免费的多人在线战斗竞技游戏。因其优良的游戏品质和极强的竞技性而受到广大电子游戏爱好者的欢迎。并且，其官方赛事Valve全球邀请赛(The International)是破吉尼斯纪录的全世界奖金最高的电竞赛事。根据游戏规则，双方各10名玩家分为两组，分别选取英雄单位进行对抗，胜利条件相当简单，击破对方基地即可获胜。

传统的比赛胜负预测方法是对双方阵容进行向量化处理后，直接输入至一次训练模型(如逻辑斯蒂回归模型)得出。这种预测方法有着简捷方便的特性，但是又因为过于简单，却又会忽略很多细节，如一方的搭配关系与比赛双方的克制关系，导致模型预测不够精准。

鉴于此，本发明提供一种在线战斗竞技游戏胜率的预测系统及方法，以克服上述精准度不高的问题。

发明内容

本发明的目的是提供一种精准度高的在线战斗竞技游戏胜率的预测系统及方法。

为实现上述目的，本发明采用的一个技术方案是：该在线战斗竞技游戏胜率的预测系统，包括：

数据聚集模块，对收集到的历史竞技游戏比赛中各英雄的竞技信息数据进行预处理，得到规格化数据；

辅助偏移模块，其包括：

图表构建模块，聚集所述规格化数据，构建以各个英雄为节点的图表，并分别确认各英雄中的两两个英雄经常出现在同一阵容中的两个节点之间的边的权值；

获取模块，运用各个英雄之间的边的权值，采用社区发现算法来确认出所述图表中英雄间的强配合关系；再采用遗传算法，获得各个英雄之间的强配合关系的胜利贡献值；

胜率预测模块，使用逻辑回归算法，将所述强配合关系的的胜利贡献值置入预测模型，输出预测结果。

所述图表中的每个节点代表一个英雄，两个节点间的边的权值表示两个英雄一起出场的获胜次数占两个英雄一起出场总次数的比例。

所述数据聚集模块包括数据清洗模块、格式整合模块及数据存储模块，所述数据清洗模块用于筛选收集到的历史竞技游戏比赛中各英雄的竞技信息数据，筛除其中比赛时间过短以及比赛对抗双方实力悬殊过大的竞技信息数据，所述格式整合模块用于对筛选后符合要求的竞技信息数据进行格式转换处理。

该在线战斗竞技游戏胜率的预测方法，包括以下步骤：

对收集到的历史竞技游戏比赛中各英雄的竞技信息数据进行预处理，得到规格化数据；

聚集所述规格化数据，构建以各个英雄为节点的图表，并分别确认各英雄中的两两个英雄经常出现在同一阵容中的两个节点之间的边的权值；

运用各个英雄之间的边的权值，采用社区发现算法来确认出所述图表中英雄间的强配合关系；再采用遗传算法，获得各个英雄之间的强配合关系的胜利贡献值；

使用逻辑回归算法，将所述强配合关系的的胜利贡献值置入预测模型，输出预测结果。

所述数据预处理包括数据清洗、格式整合及数据存储。