Caracterização de perfis de comportamento de equipes em League of Legends.

• Ano de defesa: 2017
• Autor(a) principal: NASCIMENTO JUNIOR, Fernando Felix do.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO; UFCG
• Palavras-chave em Português: League of Legends; LoL; Comportamento de equipes; Mineração de dados; Análise de jogos; Jogos MOBA; Desempenho das Equipes; eSports; Team Behavior; Data Mining; MOBA Games; Team Performance; Ciência da Computação
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1617

Apesar da crescente popularidade dos esportes eletrônicos (eSports), ainda há uma escassez de trabalhos acadêmicos que exploram o comportamento de jogo das equipes. Compreender as características que ajudam discriminar entre equipes bem-sucedidas e malsucedidas poderia ajudar as equipes a melhorar suas estratégias, como determinar métricas de desempenho a serem alcançadas. Nesta dissertação, identificamos e caracterizamos padrões de comportamento de equipes com base nos dados de histórico de partidas de League of Legends, um eSport muito popular. Ao aplicar métodos de mineração de dados, como aprendizado da máquina e análise estatística, agrupamos o desempenho das equipes e investigamos para cada grupo como e em que medida essas características influenciam o sucesso e fracasso das equipes. Alguns grupos são mais propensos a terem equipes mais vencedoras do que outros, os resultados do nosso estudo ajudaram a descobrir as características que estão associadas a essa propensão e permitiram modelar métricas de desempenho de perfis de equipe bem sucedidas e malsucedidas. Encontramos ao todo 7 perfis, que foram categorizados em quatro grandes níveis em termos de proporção de equipes vencedoras: Fraco, Mais ou Menos, Bom e Top.