메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김동욱 (숭실대학교 특성화대학원) 박제원 (숭실대학교) 최재현 (숭실대학교)
저널정보
한국IT정책경영학회 한국IT정책경영학회 논문지 한국IT정책경영학회 논문지 제9권 제1호
발행연도
2017.1
수록면
319 - 325 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 온라인게임 시장 규모가 증가하고 사용자들이 다양해지면서 e-Sports의 규모와 인기도 나날이 증가하고 있다. 이에 e-Sports 경기의 승·패에 대한 사람들의 관심도 증가하게 되었지만 이와 관련된 연구는 부족한 것이 현실이다. 따라서 본 논문에서는 e-Sports경기 종목 중 하나인‘리그 오브 레전드’를 중심으로 기계학습을 활용한 승패 예측 모델을 제안한다. 데이터 수집은 op.gg 사이트를 통해 2016년 5월 기준 리그 오브 레전드 한국 서버 상위 1%의 사용자 1,000명의 최근 4 경기, 총 4,000경기 결과를 수집하였다. 구체적인 내용 및 방법은 다음과 같다. 수집된 경기 결과 데이터에서 기록관련 요인 중 경기 내적인 요인을 중심으로 경기 승·패에 밀접한 연관성을 가진 요인들을 기준으로 해당 경기 종목이 가지는 특징을 반영하여 팀의 역량을 나타낼 수 있는 데이터로 가공하였다. 이렇게 가공된 데이터를 바탕으로 기계학습을 시행한 결과 로지스틱 회귀분석 및 의사결정모형, Naive Bayes 모델에서 90% 이상의 예측 정확도를 보였다.
#Machine Learning #e-Sports #Prediction

목차

등록된 정보가 없습니다.

참고문헌 (9)

참고문헌 신청
Robert P. Schumaker / 2010 / Sports Data Mining / Springer 26:32~36 google schola Joseph Adler / 2006 / Baseball Hacks: Tips & Tools for Anal yzing and Winning with Statistics / O'Reilly Media :26~30 google schola 오윤학 / 2014 / 데이터마이닝을 활용한 한국프로야구 승패예측모형 수립에 관한 연구 / 대한산업공학회지 40(1):8~17 dbpia 김주학 / 2007 / 신경망분석을 이용한 축구경기 승패 예측모형 개발- 2006독일월드컵 대회를 중심으로 - / 체육과학연구 18(4):54~63 dbpia 구승환 / 2009 / 국내 남자 프로농구 승패 예측 모형 비교 연구 / 체육과학연구 20(4):704~711 dbpia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0