广告位API接口通信错误,查看德得广告获取帮助

电竞之家_品味电竞生活移动版

主页 > 刀塔2 >

TI7小组赛数据报告:千变万化的DOTA2

去年有幸见过一次太后,太后问我:TI赛程紧凑,每一只队伍都在快速的变化,TI前练的英雄也不拿了,制定的战术也不用了,选手们凭借自己的游戏理解随机应变、快速调整,数据分析能提供什么帮助呢?——当时我还不是正经的数据分析师,无知者无畏。于是假装正经、侃侃而谈,从机器学习侃到深度神经网络,又从BP预测扯到选手的个人能力模型。最后我不知道是否说服了太后,但至少把自己给说服了...

这半年我作为一名商业数据分析师,托公司的福,参与了一些逼格很高的项目。掌握了几个行业巨头公司使用海量数据的姿势之后,再回头看DOTA2,反而变得更不自信了。To be honest,DOTA2这款游戏实在太复杂(数据分析的难度远超篮球、足球等传统体育和一般的商业数据分析),就我个人而言,“教”职业选手打TI7这件事我是做不到的,但“帮”职业选手打TI7本文愿意一试。

TI7小组赛数据报告:千变万化的DOTA2

DOTA2复杂的原因之一,在于一名选手可以使用多名英雄。不同的英雄干的事情不一样,评价指标也会不一样。举例,B神能玩敌法也能玩VS(等数十名英雄),而梅西就不太可能担任守门员。DOTA2比赛的BP(英雄选择和禁用)有多复杂呢?——仅小组赛第一天,40场比赛就上场了93名英雄。上图展示了上场英雄的协作关系,复杂到根本没法看。

我们把图精简一下,只展示15名核心英雄(按加权度排序):

无向图边的权重表示英雄的协作次数,比如第一天最热门的组合:女王+蝙蝠,一共出现了5次。

结点的大小表示英雄的出场次数,小组赛第一天出场最多的是:虚空假面、蝙蝠、小牛。

从图中还可以看出,当前版本BP阶段博弈的关键点在于三号位(三号位是整个BP网络的“纽带”英雄)。

TI7小组赛数据报告:千变万化的DOTA2

为什么很多人玩了10年DOTA,可就是玩不腻?——两个字,变化!选手们酣战了一天之后,发现虚空假面不行!船长不行! 暗影萨满也不行!于是在小组赛第二天的40场比赛中,掏出了(许多次)发条技师和军团指挥官。

TI7小组赛数据报告:千变万化的DOTA2

小组赛第三天,唯一不变的是变化。看游戏录像总结了经验教训之后,选手们恍然大悟:原来铁男可以放,军团是坑货!帕克、沙王成为小组赛第三天的新宠。

TI7小组赛数据报告:千变万化的DOTA2

DOTA2一共有113名英雄,要求选手们在高强度的比赛节奏中,抽出时间分析对手、分析自己,制定优秀的BP方案,确实太困难。所以我写了这篇文章,帮中国军团梳理一下小组赛144场比赛的英雄数据。(从现在开始,下文出现的每一张图,强烈建议选手们保存到手机中~)

先看下图“最惨英雄搭配”:

英雄的头越大,表示坑队友的次数越多(净胜场越小)。其中最坑的是铁男,出场31次,获胜7次,战败24次,净胜场为-17。

边的权重越大,表示两名英雄互坑的次数越多。其中帕克+沙王的组合,净胜场是-8,相爱相杀,坑的飞起。

图中只展示了净胜场<=-3的英雄组合,也就是说,除了偶然性,可能还有其他的原因造成了英雄之间的“不合适”。这个原因,相信职业选手们会有更准确的理解。(毕竟我看DOTA2比赛的时候是10000分,但亲自打DOTA2只有4000分,所以我给自己的定位是:仅展示图片,解释图片的工作留给选手和教练)

TI7小组赛数据报告:千变万化的DOTA2

英雄之间有“最佳损友”,也有“模范夫妻”。下图展示了配合默契的英雄组合:

英雄的头越大,越厉害(净胜场越高)。其中小强和小牛最万金油。

边的权重越大,表示两位英雄合作越愉快。比如小组赛最佳搭配是小牛+狼人,净胜场为7场。(经常看比赛的同学,对右上方出现的毒狗+露娜组合也不会太陌生)

图中只展示了净胜场>=3的英雄组合。(注:图中的三角形也是很有用的。)

TI7小组赛数据报告:千变万化的DOTA2

患有密集恐惧症的朋友,你们还挺得住吗?再来一张英雄克制关系图:

英雄的头越大,表示吃的人越多(净胜场越高)。 目前为止,小强是最大赢家。

箭头的指向表示吃人关系,权重表示净吃人次数。比如小强对面沙王的时候,净胜场为7。

图中只展示了吃人次数>=4的克制关系。(注:这张图我觉得很有意思,DOTA2玩家可以从每一条边中找到很多故事~)

我觉得这张图是最厉害的。

TI7小组赛数据报告:千变万化的DOTA2

最后两张图分别展示了英雄场均总金钱与场均致命控制(时长)、场均致命伤害(量)的关系。说明几点:

致命控制(只计入full disabled类型的控制,如眩晕)、致命伤害都是我自己定义的指标,分别表示英雄在一局游戏的击杀和助攻活动中,贡献的控制和伤害总量。与官 方提供的赛后统计相比,我认为它们是衡量英雄贡献更为准确的指标。以后有时间,会写文章详细说明。

知道“英雄拿多少钱才能在战斗中贡献多少控制”这个事情后,选手们就能选择更适合的英雄,制定更优的作战方案。举例,小强和小牛两名英雄能在占用资源不多的条件下,贡献充足的控制,很可能是他们制霸小组赛的原因之一。

图中只展示了出场次数>=5的英雄数据且场均控制时长大于5秒的英雄。

后续还需要优化不用类型的控制权重 。比如小娜迦大招期间己方无法攻击、虚空假面大招期间队友无法攻击、潮汐大招期间己方可以攻击,三者控制效果不同,权重也应该不同。(目前没来得及做这个事情,请选手们自行把握)

TI7小组赛数据报告:千变万化的DOTA2

图中只展示了出场次数>=5的英雄数据且场均致命伤害大于8000的英雄。(注:数据是静态的,但英雄每场比赛的队友、对手、局势都在变化。所以数据是框架是指引是假设,细节则需要职业选手对比赛录像进行深入、具体的分析。)

TI7小组赛数据报告:千变万化的DOTA2

作为一名热爱DOTA2的初级数据分析师,能做的我都做了。接下来和大家一起数鸭子,中国军团加油!

(责任编辑:波少)
    广告位API接口通信错误,查看德得广告获取帮助