Ni**bleep**a Rao, 대학원생, University of Connecticut
니하르 남조시, 코네티컷 대학교 대학원생
Shivam Kumar, 대학원생, 코네티컷 대학교
Pooja Shah, 대학원생, University of Connecticut
이 프로젝트는 실시간 전략 비디오 게임인 스타크래프트 2에서 실력이 뛰어난 플레이어로부터 이익을 얻는 e스포츠 팀의 비즈니스 사례를 탐구합니다. 목표는 게임에서 뛰어난 엘리트 플레이어를 정확하게 식별하는 것이 었습니다. 데이터 세트의 2.7%에 불과한 이 작은 고성능 플레이어 집단을 분류하기 위해 모델이 구축되었습니다. 이 모델을 통해 이러한 조직은 기술이 뛰어난 스타크래프트 2 플레이어를 스카우트하고 모집하여 챔피언십 우승 확률을 높였습니다.
팀은 JMP에서 다양한 모델을 생성하고 비교하여 대상 변수(높은 기술의 Starcraft 2 플레이어)와 타임스탬프당 작업, 미니맵 공격 등과 같은 여러 예측 변수 사이의 복잡한 관계를 정의했습니다. 예측을 수행하는 데 사용되는 이 모델은 Stratified Split Balance 및 Alternate Cut-off Confusion Matrix와 같은 추가 기능을 사용하여 모델을 추가로 조정했습니다.
이 모델에서 얻은 인사이트는 e스포츠 조직이 보다 전략적인 결정과 더 나은 투자 선택을 하여 생태계에서 성능과 수익성을 최적화할 수 있도록 도와야 합니다. 그런 다음 이러한 조직은 잠재력이 높은 플레이어를 위해 유지 계획과 함께 대상 교육 및 개발 기회를 제공할 수 있습니다.
