GCN-WP——基于半监督图卷积网络的电子竞技胜率预测
机器学习
2023-04-20 v1 社会与信息网络
摘要
胜率预测对于理解电子竞技中的技能建模、团队协作与匹配机制至关重要。本文提出 GCN-WP,一种基于图卷积网络的电子竞技半监督胜率预测模型。该模型在一个赛季(1年)内学习电子竞技联赛的结构,并对另一个相似联赛进行预测。该模型整合了超过 30 个关于比赛与选手的特征,并利用图卷积基于游戏的邻域对其进行分类。与针对 LoL 的机器学习或技能评级模型相比,我们的模型达到了最先进的预测准确率。该框架具有通用性,可轻松扩展至其他多人在线游戏。
引用
@article{arxiv.2207.13191,
title = {GCN-WP -- Semi-Supervised Graph Convolutional Networks for Win Prediction in Esports},
author = {Alexander J. Bisberg and Emilio Ferrara},
journal= {arXiv preprint arXiv:2207.13191},
year = {2023}
}