Ally Clifft，俄克拉荷馬州立大學俄克拉荷馬州立大學學生
Kalbe Abbas Agharia，俄克拉荷馬州立大學學生
隨著 COVID-19 大流行期間互聯網使用量的增加，在線國際象棋也越來越受歡迎也就不足為奇了。 在這項研究中，我們調查和分析了低到中等評分的在線國際象棋玩家和他們參與的遊戲。 我們利用了來自 Chess.com 的數據集，其中我們獲得了與個人球員、俱樂部、錦標賽、團隊、國家、每日拼圖、彩帶和排行榜有關的數據。 我們使用 JMP 和 Python 來完成我們的分析。 我們從 2020 年 10 月 4 日到 2021 年 3 月 4 日隨機抽取了低到中等評價的玩家樣本。 我們注意到便攜式遊戲符號和每個玩家完成的特定動作。 當初學者水平的棋手不斷使用某些動作時，他們更有可能看到持續的勝利，從而將他們的地位從初學者提高到中等水平。 在單獨查看這些動作時，尚不清楚對成功的影響，但是當進一步檢查動作組合時，對成功的預測要準確得多。 我們的分析結果使我們能夠確定大多數中等評分玩家採用的一系列導致輸掉比賽的動作。 由於在數據收集期間發生 COVID-19 大流行，數據可能會出現偏差。 大流行等外部環境因素可能導致不准確的結果和發現。 這項研究和分析旨在幫助國際象棋教練和教練更好地制定策略和訓練練習，以幫助初學者和中等水平的棋手提高他們的技能。
介紹：國際象棋是世界上最古老、最廣泛的運動之一。 隨著新技術的引入和互聯網接入的增加，人們幾乎可以在世界任何地方下棋。 隨著國際象棋的普及和普及，玩家了解提高遊戲技能的最佳方法非常重要。 在這項研究中，我們將調查評分較低或中等的國際象棋選手。 這些玩家參與的遊戲將被深入研究，以便我們更好地了解決定遊戲結果的失誤和失誤，進而改變玩家排名。 為了首先了解我們研究的範圍，我們著手了解影響國際象棋界人口的外部因素，例如先進技術和 COVID-19 大流行。 所提供的研究將幫助玩家和讀者更好地了解在瀏覽在線國際象棋時對中低排名玩家最有利的開局和戰術。 在這種情況下，低評分玩家將被定義為評分在 800 到 1000 之間的玩家，而中等評分玩家將被定義為評分範圍在 1000 到 1300 之間。 我們的研究將針對六個國家進行：加拿大、澳大利亞、英國、美國、印度和孟加拉國。這項研究的總體目的是查明排名中等的球員的一貫失誤和錯誤模式，並利用它們來製定增加競爭和獲勝的策略。 這項研究將指出一個可以確定最佳獲勝策略的方向，並最終幫助在線棋手改變他們的棋手排名。
數據概覽：為完成這項研究而收集的數據由國際象棋網，為玩家免費提供在線國際象棋遊戲的頂級在線國際象棋社區之一。 我們訪問了該網站的 API 數據庫，在那裡我們收集了圍繞個人玩家的數據，例如他們的個人資料、有稱號的玩家、統計數據和在線玩家狀態。 此外，我們還提供了特定遊戲的訪問權限，包括當前的每日棋，簡明易行的每日棋，可用存檔，每月存檔和多遊戲PNG下載。 為了完成更準確和深入的分析，我們還下載並利用了具體的國家數據，包括國家概況、每個國家的球員名單以及該國的俱樂部名單。
訪問數據： https://www.chess.com/news/view/published-data-api / https://lichess.org/api
挖掘數據
變量名稱
|
描述
|
用戶名
|
雙方玩家的用戶名
|
埃洛
|
雙方玩家的 ELO 評分
|
結果
|
比賽結果
|
生態守則
|
表示遊戲中使用的開局的唯一代碼
|
PGN（便攜式遊戲符號）
|
遊戲中的整個系列動作以文本格式
|
生成的數據
變量名稱
|
描述
|
失誤PGN
|
導致失誤的動作的 PGN
|
錯誤PGN
|
導致錯誤的動作的 PGN
|
方法：處理這些數據的方法首先從清理和挖掘所訪問的數據開始。 數據在收到時大部分是乾淨的，但是，為了在分析過程中繼續前進，需要進行一些小的編輯和更改。 在清理、審查和處理數據後，我們從 2020 年 10 月 4 日到 2021 年 3 月 4 日隨機抽取了美國、英國、加拿大、澳大利亞、印度和孟加拉國的低到中等評價玩家。 對於每個隨機選擇的玩家，我們調查了該玩家參與的五場快速遊戲。 在評估每個快速遊戲時，在我們初步評估和調查之後，我們使用 Python 編寫代碼，使我們能夠合併、加入和比較為每個國家及其選定玩家編譯的數據集。
我們從目標評分範圍為 1000-1400 的用戶群中隨機抽取了 1000 個遊戲樣本。 然後使用深度為 20 的 Stockfish 分析這些遊戲。 使用 stockfish 對每一步位置的評估，我們得出一個分數，表明哪個玩家在數量上具有更好的位置。 此類樂譜中使用的單位稱為 Centipawns。 +100 Centipawn 的分數表示白方玩家比黑方玩家多 1 個棋子。 每次移動後，都會計算一個新分數以及與前一步相比的分數變化。 我們定義了兩類動作，失誤和失誤。 一個失誤意味著玩家的移動讓他們損失了 500 centipawn 的劣勢，而錯誤的閾值是 300 centipawn。 失誤會給犯錯的玩家造成更糟糕的處境，從而導致玩家輸掉比賽的機會更高。
通過識別失誤和錯誤，我們生成變量 Blunder_pgn，這將是一個 PGN 字符串，其中包含導致失誤的一系列動作
結果：
使用 Blunder PGN 和 Mistake PGN，我們能夠識別出一系列大多數中等評級玩家使用的導致遊戲失敗的動作。 我們確定了 3 個錯誤和 4 個錯誤 PGN，在我們的目標評級水平的所有組合中，玩家最難解決這些問題。
圖1：斯堪的納維亞防禦及其成功率
圖二：Blackmar Gambit 及其成功率
圖 3：Center Game 及其成功率
容易出錯的開口
影響：
黑人玩家應該避免 Blackmar Gambit 和斯堪的納維亞防禦。
白人玩家通常有優勢，但往往會在中心遊戲開局中掙扎。
雖然有不同的開局和不同的問題，但具體觀察到失手玩家開局原則薄弱的總體趨勢：
- 典當犧牲無償
- 女王安全
- 棋子的開發
結論：
中等評級的玩家在使用倫敦系統和 Giuoco 鋼琴遊戲等標准開局時彈奏最準確，因此在進入複雜開局之前應先接受這些基礎知識的培訓
參考：
https://www.chess.com/analysis
https://python-chess.readthedocs.io/en/latest/pgn.html
https://stockfishchess.org/
全部正確的，好的下午，和今天我是去到是說
關於這預測的分析的在線的棋結果和成功。
我的姓名是佳佳克里夫特和我有這機會
到工作在這項目和其他其他學生
在我的商業分析程序，卡爾貝阿巴斯瓊脂糖，
然而，他是不是和我們這裡今天。
到開始，我們分析了低的和適度-額定在線的棋玩家。
自從這新冠肺炎大流行病，那裡曾是一個增加在互聯網用法
作為出色地作為和這進步的技術，
人們有切換超過到玩在線的棋
作為它是更多的容易可用的到用戶。
我們通緝到看在這效力的不同的遊戲戰略，
具體的移動，和個人技術，和他們的影響在潛在的贏
或者潛在的損失在這遊戲的棋。
播放器數據曾是拉從國際象棋網，哪個是在哪裡我們是有能力的到看法
輪廓的這播放器,標題球員，他們的統計數據，
和這在線的玩家地位。
我們利用JMP和Python到是有能力的到完全的這學習。
我們著名的這便攜式遊戲符號，還已知的作為這PGN。
這曾是用過的到決定這開口,失誤，和錯誤
那是發生期間這競賽。
我們學到了那看著在個人移動在他們的自己的曾是不是作為預測的
作為看著在移動組合作為A所有的。
它曾是成立那這預言的棋曾是很多更多的準確的
什麼時候我們看著在不同的移動組合。
我們是有能力的到確認移動從適度-額定球員
到採用領導向上到遊戲-失去移動這樣的作為失誤
或者不同的開口移動那引領到更多的成功。
這分析目標到幫助胸部培訓師和教練員在發現虛弱的積分
和初學者到適度-額定球員到幫助他們增加他們的玩家評分。
他們將要還是有能力的到制定更好的策略
和訓練練習到幫助這些球員提升他們的技能。
喜歡我說，這增加知名度的虛擬的棋
真的鼓勵我們到完全的這學習。
我們通緝到調查和理解這不同的遊戲策略
受僱經過初學者和適度-額定玩家。
我們通緝到決定這最佳的獲勝戰略
為了這些球員到幫助他們
增加他們的評分在這在線的平台。
我們通緝到學習如何到幫助這些球員
是有能力的到決定A具體的戰略到利用移動向前。
到開始和我們的方法，我們開始經過採樣這數據
我們已收到從國際象棋網。
後打掃和礦業這數據，我們是有能力的到收集
A隨機的樣本的球員從這團結的狀態，
這團結的王國，加拿大，澳大利亞，印度，和孟加拉國。
看著通過我們的自己的研究，我們成立那這是在哪裡棋
曾是最多受歡迎的在這過去的很少年。
所以我們真的通緝到看在那數據在具體的。
具體來說，我們看著在這數據從十月4、 2020到行進4、 2021.
我們做過這在命令到避免潛在的影響
從看著在數據那發生期間這新冠肺炎大流行
什麼時候互聯網用法曾是在它是最高。
我們還是有能力的到做一些特徵一代。
我們生成的二特徵哪個允許為了這用戶
到決定移動組合那引領向上到失誤或者錯誤。
這裡，我們創建這失誤PGN和這錯誤的PGN。
這失誤PGN曾是只是這記錄的移動那是製成
經過A玩家領導向上到A錯誤和棋。
這錯誤PGN曾是只是A收藏的移動那A玩家製成
領導向上到A錯誤。
這是什麼允許我們到完全的我們的分析。
下一個，我們利用A Python代碼到合併，加入，
和比較全部的這數據那我們集。
這數據曾是編譯的五遊戲每玩家
從關於A 1,000到1,400-玩家評分。
我們已選擇1000遊戲隨機地從這選擇的數據。
儘管我們是看著在這數據，我們通緝到做...
我們測量的它和使用A鱈魚深度的20.
到描述這些措施A小的少量更多的，
它曾是測量的在什麼我們稱呼A厘卒在棋。
A加100厘卒表示那那裡是一個優勢
的一典當的這白色的玩家超過這黑色的播放器。
期間A錯誤，這方法那A移動製成
經過一玩家有成本他們A消極的500厘卒壞處。
A錯誤是相等的到A消極的300厘卒壞處。
A錯誤是通常情況下什麼發生在A遊戲失去錯誤。
向下到這底部你能看一些分析那我們實施通過JMP。
在這圖形正確的這裡，它是這頂部十
最多用過的開口在失誤。
作為你能看，這數字一用過的開口那線索到失誤
是這女王的典當開幕式倫敦系統。
第二，我們看在這斯堪的納維亞語防禦那是經常用過的
和這能是引領到失誤作為出色地。
我將要提到這些再次之後在這結果
和這結論的我們的推介會。
在這底部你能只是看二圖。
這些圖表只是展示這數字的贏那是發生每等級的播放器。
我們能看在這最低-額定球員
向上到這最高-額定玩家。
這些展示只是這平均的數字的損失在比較。
超過到這正確的你能看這錯誤旗幟
哪個這是只是這白色的玩家相對這黑色的播放器。
在這底部是這列表的頻率那發生
期間這些移動那是製成到這左邊。
為了例子，你能看什麼時候我們看在這倫敦系統開業，
它是關於一半和一半為了白色的球員
和黑色的球員在這贏和損失比率。
然而，什麼時候我們看在這斯堪的納維亞語防禦，我們能看那這白色的球員
經常製作失誤更多的經常比較的到這黑色的玩家。
什麼時候我們看在我們的結果使用這失誤PGN和這錯誤PGN
特徵那我們發達，我們是有能力的到確認A系列的移動
那最多適度球員採用領導向上到A失去移動。
我們確定三失誤和四錯誤的 PGN，
哪個球員鬥爭和這最多之中全部組合。
為了一，黑色的球員應該避免從這布萊克馬爾棄兵
和這斯堪的納維亞防禦。
這布萊克馬爾棄兵僅有的結果在關於29.3%的贏
為了黑色的棋玩家。
第二，這斯堪的納維亞國防僅有的等價物在關於27.7%
為了球員那是使用這黑棋子.
白兵球員一般來說有一個優勢這裡。
他們做鬥爭和中心開口儘管。
什麼時候我們看在什麼移動和開口這w押兵球員利用
什麼時候他們移動嚴格地向前在這中心，
他們趨向到失去遊戲更多的經常。
最後，虛弱的開口和浮躁玩家。
那裡是A很少開口那我們是有能力的到確認
那始終如一引領到失誤在兩個都玩家。
這些是典當犧牲沒有賠償，
女王安全，和這發展的件。
儘管我們看在全部的這數據一起和全部的我們的結果，
我們是有能力的到來向上和A結論。
適度-額定球員是最多準確的和成功的
什麼時候他們採用標準開口。
他們應該是訓練有素在這基礎知識的棋前學習
如何到移動在到複雜的開口。
一些的這開口那我們建議那初學者球員開始離開和
是這倫敦系統，和這焦科鋼琴遊戲。
在這時間，我會只是喜歡到感謝你伙計們
和我將要是接受任何問題那你有超過這報告。
