Analyzing Factors Contributing to the Success of a Team in Dota 2
| Autor: | Andersson, John, Alin, Oskar |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2018 |
| Předmět: | |
| Druh dokumentu: | Text |
| Popis: | Competitive gaming or E-Sport is more popular than ever, this has resulted inan increase in the number of players and tournament prize pools. In traditionalsports demographic factors have been shown to have high predictive power whenit comes to determining a country's success in the Olympic Games. Similarresults have been found when it comes to E-sport which is why it is interestingto investigate whether there are any dierences between regions in Dota 2 aswell. The goal is to analyze factors that contribute to the success of a Dota 2team by building a multiple-regression model. All data is collected from opensources and contains 55 active Dota 2 teams that have been playing between2011 - 2018. The factors in the nal model is the sum of the individual playersestimated skill, the skill dierence between the highest and lowest rated playerson the team, the number of games the team has played and organization region.The result gives an insight in what a person or organization would want to lookat when researching a team as well as a model that can be used to predict howgood a team will perform. Professionell gaming även kallat E-Sport (Elektronisk Sport) är mer populärt än någonsin. Detta har resulterat i allt fler spelare och högre prispotter i tävlingsevenemang. För traditionell sport har demografiska faktorer visat sig vara viktiga när det kommer till att förutsäga ett lands framgång i de Olymp- iska spelen. Liknande resultat har även observerats när det kommer till E-Sport vilket är varför det är intressant att undersöka huruvida det är någon skillnad mellan regioner för Dota 2. Målet är att analysera de faktorer som bidrar till framgång för ett Dota 2 lag genom en multipel linjär regressionsmodell. All data är insamlad från publika databaser och innehåller 55 aktiva Dota 2 lag som har spelat mellan 2011 2018. Faktorerna i den slutgiltiga modellen är summan av spelarnas uppskattade individuella skicklighet, skillnaden i rating mellan den högst och lägst rankade spelaren i laget, antalet matcher som laget spelat och vilken region laget kommer från. Resultatet ger en uppfattning om vilka faktorer som är relevanta för en person eller organisation som skulle vilja studera ett lag samt en modell som kan användas för att förutsäga hur pass bra ett lag kan prestera. |
| Databáze: | Networked Digital Library of Theses & Dissertations |
| Externí odkaz: |
|