Sistema de recomendação de heróis para jogos MOBA utilizando aprendizado de máquina

Detalhes bibliográficos
Autor(a) principal: Lucas Augusto Ferreira Hanke
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: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ório 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

Registros relacionados