Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/47396 |
Resumo: | Jogos Multiplayer Online Battle Arena (MOBA) são atualmente um dos mais populares gêneros de jogos online. Na sua jogabilidade básica, dois times de múltiplos jogadores competem entre si a fim de destruir a base inimiga, controlando uma unidade poderosa denominada “herói”. Cada herói tem diferentes habilidades, papéis e forças. Consequentemente, escolher uma boa combinação de heróis é fundamental para o sucesso de um determinado time em uma partida. Neste trabalho, é proposto um sistema de recomendação para seleção de heróis em uma partida de jogo MOBA. Foi desenvolvido um mecanismo baseado em regras de associação que sugere os heróis mais adequados para se compor um time, usando dados coletados de uma grande quantidade de partidas de Dota 2. Para avaliar a eficácia do line-up, foi treinada uma rede neural capaz de prever o time vencedor com uma acurácia de até 90,89%. Os resultados do sistema de recomendação foram muitos satisfatórios com até 76,4% de taxa de sucesso. |
id |
UFMG_6fce86714c0984d635d2cc1ebc570e50 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/47396 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Luiz Chaimowiczhttp://lattes.cnpq.br/4499928813481251Sergio Vale Aguiar CamposLuiz ChaimowiczRenato Antônio Celso FerreiraRodrygo Luis Teodoro Santoshttp://lattes.cnpq.br/8930732178785929Lucas Augusto Ferreira Hanke2022-11-22T18:42:56Z2022-11-22T18:42:56Z2017-07-31http://hdl.handle.net/1843/47396Jogos Multiplayer Online Battle Arena (MOBA) são atualmente um dos mais populares gêneros de jogos online. Na sua jogabilidade básica, dois times de múltiplos jogadores competem entre si a fim de destruir a base inimiga, controlando uma unidade poderosa denominada “herói”. Cada herói tem diferentes habilidades, papéis e forças. Consequentemente, escolher uma boa combinação de heróis é fundamental para o sucesso de um determinado time em uma partida. Neste trabalho, é proposto um sistema de recomendação para seleção de heróis em uma partida de jogo MOBA. Foi desenvolvido um mecanismo baseado em regras de associação que sugere os heróis mais adequados para se compor um time, usando dados coletados de uma grande quantidade de partidas de Dota 2. Para avaliar a eficácia do line-up, foi treinada uma rede neural capaz de prever o time vencedor com uma acurácia de até 90,89%. Os resultados do sistema de recomendação foram muitos satisfatórios com até 76,4% de taxa de sucesso.MOBA games are currently one of the most popular online game genres. In their basic gameplay, two teams of multiple players compete against each other to destroy the enemy’s base, controlling a powerful unit known as “hero”. Each hero has different abilities, roles and strengths. Thus, choosing a good combination of heroes is fundamental for the success in the game. In this dissertation we propose a recommendation system for selecting heroes in a MOBA game. We develop a mechanism based on association rules that suggests the most suitable heroes for composing a team, using data collected from a large number of Dota 2 matches. For evaluating the efficacy of the line-up, we trained a neural network capable of predicting the winner team with a 90.89% accuracy. The results of the recommendation system were very satisfactory with up to 76.4% success rate.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Ciência da ComputaçãoUFMGBrasilICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃOhttp://creativecommons.org/licenses/by-nc-nd/3.0/pt/info:eu-repo/semantics/openAccessComputação – TesesAprendizado do computador – TesesSistemas de recomendação – TesesJogos eletrônicos – TesesAprendizado de MáquinaSistemas de RecomendaçãoJogos DigitaisE-sportsMOBADota 2Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquinaRecommendation system of heroes for MOBA games using machine learninginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdissertacao_112022.pdfdissertacao_112022.pdfapplication/pdf11292606https://repositorio.ufmg.br/bitstream/1843/47396/6/dissertacao_112022.pdf5eb23304592b87e37187788d30e1b653MD56LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/47396/7/license.txtcda590c95a0b51b4d15f60c9642ca272MD57CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufmg.br/bitstream/1843/47396/2/license_rdfcfd6801dba008cb6adbd9838b81582abMD521843/473962022-11-22 15:42:56.455oai:repositorio.ufmg.br:1843/47396TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEgRE8gUkVQT1NJVMOTUklPIElOU1RJVFVDSU9OQUwgREEgVUZNRwoKQ29tIGEgYXByZXNlbnRhw6fDo28gZGVzdGEgbGljZW7Dp2EsIHZvY8OqIChvIGF1dG9yIChlcykgb3UgbyB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvcikgY29uY2VkZSBhbyBSZXBvc2l0w7NyaW8gSW5zdGl0dWNpb25hbCBkYSBVRk1HIChSSS1VRk1HKSBvIGRpcmVpdG8gbsOjbyBleGNsdXNpdm8gZSBpcnJldm9nw6F2ZWwgZGUgcmVwcm9kdXppciBlL291IGRpc3RyaWJ1aXIgYSBzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIGZvcm1hdG9zIMOhdWRpbyBvdSB2w61kZW8uCgpWb2PDqiBkZWNsYXJhIHF1ZSBjb25oZWNlIGEgcG9sw610aWNhIGRlIGNvcHlyaWdodCBkYSBlZGl0b3JhIGRvIHNldSBkb2N1bWVudG8gZSBxdWUgY29uaGVjZSBlIGFjZWl0YSBhcyBEaXJldHJpemVzIGRvIFJJLVVGTUcuCgpWb2PDqiBjb25jb3JkYSBxdWUgbyBSZXBvc2l0w7NyaW8gSW5zdGl0dWNpb25hbCBkYSBVRk1HIHBvZGUsIHNlbSBhbHRlcmFyIG8gY29udGXDumRvLCB0cmFuc3BvciBhIHN1YSBwdWJsaWNhw6fDo28gcGFyYSBxdWFscXVlciBtZWlvIG91IGZvcm1hdG8gcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIFJlcG9zaXTDs3JpbyBJbnN0aXR1Y2lvbmFsIGRhIFVGTUcgcG9kZSBtYW50ZXIgbWFpcyBkZSB1bWEgY8OzcGlhIGRlIHN1YSBwdWJsaWNhw6fDo28gcGFyYSBmaW5zIGRlIHNlZ3VyYW7Dp2EsIGJhY2stdXAgZSBwcmVzZXJ2YcOnw6NvLgoKVm9jw6ogZGVjbGFyYSBxdWUgYSBzdWEgcHVibGljYcOnw6NvIMOpIG9yaWdpbmFsIGUgcXVlIHZvY8OqIHRlbSBvIHBvZGVyIGRlIGNvbmNlZGVyIG9zIGRpcmVpdG9zIGNvbnRpZG9zIG5lc3RhIGxpY2Vuw6dhLiBWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRlIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgZGUgbmluZ3XDqW0uCgpDYXNvIGEgc3VhIHB1YmxpY2HDp8OjbyBjb250ZW5oYSBtYXRlcmlhbCBxdWUgdm9jw6ogbsOjbyBwb3NzdWkgYSB0aXR1bGFyaWRhZGUgZG9zIGRpcmVpdG9zIGF1dG9yYWlzLCB2b2PDqiBkZWNsYXJhIHF1ZSBvYnRldmUgYSBwZXJtaXNzw6NvIGlycmVzdHJpdGEgZG8gZGV0ZW50b3IgZG9zIGRpcmVpdG9zIGF1dG9yYWlzIHBhcmEgY29uY2VkZXIgYW8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgZGEgVUZNRyBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgbmVzdGEgbGljZW7Dp2EsIGUgcXVlIGVzc2UgbWF0ZXJpYWwgZGUgcHJvcHJpZWRhZGUgZGUgdGVyY2Vpcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3Ugbm8gY29udGXDumRvIGRhIHB1YmxpY2HDp8OjbyBvcmEgZGVwb3NpdGFkYS4KCkNBU08gQSBQVUJMSUNBw4fDg08gT1JBIERFUE9TSVRBREEgVEVOSEEgU0lETyBSRVNVTFRBRE8gREUgVU0gUEFUUk9Dw41OSU8gT1UgQVBPSU8gREUgVU1BIEFHw4pOQ0lBIERFIEZPTUVOVE8gT1UgT1VUUk8gT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgRVhJR0lEQVMgUE9SIENPTlRSQVRPIE9VIEFDT1JETy4KCk8gUmVwb3NpdMOzcmlvIEluc3RpdHVjaW9uYWwgZGEgVUZNRyBzZSBjb21wcm9tZXRlIGEgaWRlbnRpZmljYXIgY2xhcmFtZW50ZSBvIHNldSBub21lKHMpIG91IG8ocykgbm9tZXMocykgZG8ocykgZGV0ZW50b3IoZXMpIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-11-22T18:42:56Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
dc.title.alternative.pt_BR.fl_str_mv |
Recommendation system of heroes for MOBA games using machine learning |
title |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
spellingShingle |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina Lucas Augusto Ferreira Hanke Aprendizado de Máquina Sistemas de Recomendação Jogos Digitais E-sports MOBA Dota 2 Computação – Teses Aprendizado do computador – Teses Sistemas de recomendação – Teses Jogos eletrônicos – Teses |
title_short |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
title_full |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
title_fullStr |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
title_full_unstemmed |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
title_sort |
Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina |
author |
Lucas Augusto Ferreira Hanke |
author_facet |
Lucas Augusto Ferreira Hanke |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Luiz Chaimowicz |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4499928813481251 |
dc.contributor.advisor-co1.fl_str_mv |
Sergio Vale Aguiar Campos |
dc.contributor.referee1.fl_str_mv |
Luiz Chaimowicz |
dc.contributor.referee2.fl_str_mv |
Renato Antônio Celso Ferreira |
dc.contributor.referee3.fl_str_mv |
Rodrygo Luis Teodoro Santos |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/8930732178785929 |
dc.contributor.author.fl_str_mv |
Lucas Augusto Ferreira Hanke |
contributor_str_mv |
Luiz Chaimowicz Sergio Vale Aguiar Campos Luiz Chaimowicz Renato Antônio Celso Ferreira Rodrygo Luis Teodoro Santos |
dc.subject.por.fl_str_mv |
Aprendizado de Máquina Sistemas de Recomendação Jogos Digitais E-sports MOBA Dota 2 |
topic |
Aprendizado de Máquina Sistemas de Recomendação Jogos Digitais E-sports MOBA Dota 2 Computação – Teses Aprendizado do computador – Teses Sistemas de recomendação – Teses Jogos eletrônicos – Teses |
dc.subject.other.pt_BR.fl_str_mv |
Computação – Teses Aprendizado do computador – Teses Sistemas de recomendação – Teses Jogos eletrônicos – Teses |
description |
Jogos Multiplayer Online Battle Arena (MOBA) são atualmente um dos mais populares gêneros de jogos online. Na sua jogabilidade básica, dois times de múltiplos jogadores competem entre si a fim de destruir a base inimiga, controlando uma unidade poderosa denominada “herói”. Cada herói tem diferentes habilidades, papéis e forças. Consequentemente, escolher uma boa combinação de heróis é fundamental para o sucesso de um determinado time em uma partida. Neste trabalho, é proposto um sistema de recomendação para seleção de heróis em uma partida de jogo MOBA. Foi desenvolvido um mecanismo baseado em regras de associação que sugere os heróis mais adequados para se compor um time, usando dados coletados de uma grande quantidade de partidas de Dota 2. Para avaliar a eficácia do line-up, foi treinada uma rede neural capaz de prever o time vencedor com uma acurácia de até 90,89%. Os resultados do sistema de recomendação foram muitos satisfatórios com até 76,4% de taxa de sucesso. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-07-31 |
dc.date.accessioned.fl_str_mv |
2022-11-22T18:42:56Z |
dc.date.available.fl_str_mv |
2022-11-22T18:42:56Z |
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/1843/47396 |
url |
http://hdl.handle.net/1843/47396 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/pt/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/pt/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/47396/6/dissertacao_112022.pdf https://repositorio.ufmg.br/bitstream/1843/47396/7/license.txt https://repositorio.ufmg.br/bitstream/1843/47396/2/license_rdf |
bitstream.checksum.fl_str_mv |
5eb23304592b87e37187788d30e1b653 cda590c95a0b51b4d15f60c9642ca272 cfd6801dba008cb6adbd9838b81582ab |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589506568290304 |