Esports – Video Game Data Analysis

Detalhes bibliográficos
Autor(a) principal: Roque, Rui Pedro Fernandes
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/61680
Resumo: Tese de Mestrado, Engenharia Informática, 2023, Universidade de Lisboa, Faculdade de Ciências
id RCAP_74eb93d67763522c8b47f78289d981ae
oai_identifier_str oai:repositorio.ul.pt:10451/61680
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Esports – Video Game Data AnalysisEsportsVisualização analíticaDados espácio-temporaisAlgoritmos de aprendizagem automáticaAnálise de dadosTeses de mestrado - 2023Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaTese de Mestrado, Engenharia Informática, 2023, Universidade de Lisboa, Faculdade de CiênciasThe phenomenon of Esports has been growing and, with it, the interest in online video games by players and spectators. With technological evolution, it has become increasingly easier to use data collection techniques about the events that take place during a match, generating large volumes of data that can be used to analyze the performance of players and teams. This analysis is of great importance in both personal and professional contexts. Casual players look for methods to understand what mistakes they are making and the optimal way to play certain characters, while in a professional context, the focus is mostly on understanding what strategies are used by other teams and how to counter them. For the analysis of this volume of data to be effective, it is fundamental to explore data analysis mechanisms combined with visualization techniques (visual analytics) applied to spatio-temporal data and the various types of events during a match that are of interest to players, coaches, and analysts. These events can range from a player’s position (space) at a given instant (time) to more game-specific events, such as where the player died. The goal of this project is to explore and apply machine learning algorithms to spatio-temporal data to discover patterns in player behaviors while continuing the work on visual analytics of video game data. The investigation extends to exploring datasets from new games, ultimately leading to the selection of League of Legends (LoL) as the focal point for in-depth analysis. One significant challenge in this pursuit is the scarcity of readily available datasets featuring spatio-temporal data. To overcome this obstacle, the research project involves the creation of spatio-temporal datasets from the selected game, LoL, through data collection facilitated by the Riot API. In summary, this research project not only builds on previous work but also introduces new data analysis techniques, notably the clustering of spatio-temporal data, to uncover possibly hidden patterns of player behaviors in the world of League of Legends. The results obtained provide valuable insights on the players, particularly focusing on the jungler role. They provide information regarding potential death patterns and the most frequently visited locations on the map as the game progresses. Additionally, these results make it possible to observe differences in spatio-temporal data across various game patches. The culmination of these efforts promises valuable insights into the gaming ecosystem, with potential applications in game design, player engagement, and beyond.Afonso, Ana Paula PereiraCorreia, Luís Miguel Parreira eRepositório da Universidade de LisboaRoque, Rui Pedro Fernandes2024-01-09T18:17:50Z202320232023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/61680enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-01-15T01:19:03Zoai:repositorio.ul.pt:10451/61680Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T01:44:36.773840Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Esports – Video Game Data Analysis
title Esports – Video Game Data Analysis
spellingShingle Esports – Video Game Data Analysis
Roque, Rui Pedro Fernandes
Esports
Visualização analítica
Dados espácio-temporais
Algoritmos de aprendizagem automática
Análise de dados
Teses de mestrado - 2023
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Esports – Video Game Data Analysis
title_full Esports – Video Game Data Analysis
title_fullStr Esports – Video Game Data Analysis
title_full_unstemmed Esports – Video Game Data Analysis
title_sort Esports – Video Game Data Analysis
author Roque, Rui Pedro Fernandes
author_facet Roque, Rui Pedro Fernandes
author_role author
dc.contributor.none.fl_str_mv Afonso, Ana Paula Pereira
Correia, Luís Miguel Parreira e
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Roque, Rui Pedro Fernandes
dc.subject.por.fl_str_mv Esports
Visualização analítica
Dados espácio-temporais
Algoritmos de aprendizagem automática
Análise de dados
Teses de mestrado - 2023
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Esports
Visualização analítica
Dados espácio-temporais
Algoritmos de aprendizagem automática
Análise de dados
Teses de mestrado - 2023
Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Tese de Mestrado, Engenharia Informática, 2023, Universidade de Lisboa, Faculdade de Ciências
publishDate 2023
dc.date.none.fl_str_mv 2023
2023
2023-01-01T00:00:00Z
2024-01-09T18:17:50Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/61680
url http://hdl.handle.net/10451/61680
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799136941580484608

Registros relacionados