中文

ggViz:加速大规模电子竞技比赛分析

人机交互 2022-07-29 v4

摘要

尽管电子竞技组织正日益采用传统体育团队的做法,如专职分析师与数据驱动决策,但基于视频的比赛复盘仍是比赛分析的主要模式。在传统体育中,数据收集的进展已引入了允许基于草图查询比赛态势的系统。然而,由于数据限制以及运动本身的差异,电子竞技鲜有此类系统。本文利用《反恐精英:全球攻势》(CSGO)的玩家追踪数据开发ggViz,这是一个可视化分析系统,允许用户通过比赛状态草图查询大型电子竞技数据集以寻找相似比赛状态。用户借助胜率图表与回合图标被引导至感兴趣的比赛状态,并可通过热力图对状态集合进行汇总。我们通过采访电子竞技专家来指导设计,尤其针对比赛复盘问题。我们通过详细的案例研究及来自职业电子竞技战队教练、经理与分析师的专家访谈展示了ggViz的效用。

关键词

引用

@article{arxiv.2107.06495,
  title  = {ggViz: Accelerating Large-Scale Esports Game Analysis},
  author = {Peter Xenopoulos and Joao Rulff and Claudio Silva},
  journal= {arXiv preprint arXiv:2107.06495},
  year   = {2022}
}

备注

Accepted to CHI Play 2022 Full Papers