League of Legends: Real-Time Result Prediction

1. Declaração do Problema

O artigo aborda o desafio de prever resultados de partidas em League of Legends (LoL), um complexo jogo de Arena de Batalha Multijogador Online (MOBA), em tempo real. Diferentemente de previsões estáticas pré-partida, a previsão em tempo real exige uma análise dinâmica de estados de jogo em evolução. A dificuldade reside na progressão não linear do jogo, onde diferentes variáveis (por exemplo, ouro, mortes, objetivos) possuem níveis variados de importância dependendo do estágio da partida (início vs. final). O estudo visa identificar os modelos de aprendizado de máquina e conjuntos de recursos mais eficazes para prever o vencedor com alta precisão em intervalos específicos de tempo decorrido da partida, atendendo tanto à melhoria estratégica dos jogadores quanto à emergente indústria de apostas em esportes eletrônicos.

2. Metodologia

A. Coleta e Pré-processamento de Dados

• Fonte: Os dados foram extraídos da API oficial da Riot Games utilizando a biblioteca Python riot-watcher.
• Conjunto de Dados: O estudo utilizou 64.556 partidas ranqueadas jogadas entre 12 de janeiro de 2023 e 18 de maio de 2023, abrangendo níveis de habilidade de Ferro a Diamante.
• Pré-processamento:
  • Valores de tempo foram convertidos de milissegundos para minutos.
  • Partidas com menos de 5 minutos foram excluídas para remover remakes.
  • Variáveis booleanas foram convertidas para binário (0/1).
  • Variáveis redundantes (por exemplo, redWin quando blueWin está disponível) foram removidas.
• Segmentação Temporal: O conjunto de dados foi fatiado em quatro cenários distintos baseados no Porcentagem de Tempo Decorrido (PET): 20%, 40%, 60% e 80% da duração total da partida. Isso permitiu que os modelos fossem avaliados em diferentes estágios do jogo.

B. Engenharia de Recursos

• Variáveis: O modelo utilizou 36 recursos representando ambas as equipes (Azul e Vermelha), incluindo:
  • Combate: Mortes de campeões, primeira sangue.
  • Objetivos: Dragões (vários tipos), Heraldo da Fenda, Barão Nashor, Torres, Inibidores.
  • Economia/Estatísticas: Ouro total, minions/monstros da selva mortos, nível médio do jogador.
• Análise de Correlação: Coeficientes de correlação de Pearson foram calculados para determinar a relação entre os recursos e a vitória da equipe Azul. A análise revelou que a importância dos recursos muda ao longo do tempo (por exemplo, o início do jogo depende fortemente de Primeira Sangue e Ouro, enquanto o final do jogo depende do controle de Dragão/Torre).

C. Modelos de Aprendizado de Máquina
Os autores avaliaram um conjunto diversificado de algoritmos:

• Regressão Logística
• Random Forest (RF)
• Naive Bayes
• Gradient Boosting (scikit-learn)
• XGBoost
• LightGBM
• Redes Neurais (NN)
• Bagging

D. Estratégia de Avaliação

• Técnica: Validação cruzada foi utilizada para garantir robustez.
• Entrada: A porcentagem de tempo decorrido foi incluída como um atributo de entrada explícito para ajudar os modelos a aprender padrões temporais.
• Ajuste de Hiperparâmetros: Busca Aleatória foi aplicada para otimizar os hiperparâmetros do LightGBM e do Random Forest.
• Métricas: Precisão, Precisão (Precision), Revocação (Recall), Pontuação F1 e AUC-ROC.

3. Contribuições Principais

1. Análise de Dinâmicas Temporais: O estudo demonstra explicitamente que a importância dos recursos não é estática. Por exemplo, redTotalGold é o preditor mais crítico em 20% de PET, enquanto blueChampionKill torna-se dominante em 80% de PET.
2. Framework de Previsão em Tempo Real: Ao fatiar os dados em intervalos de PET, o artigo fornece um framework para previsão dinâmica em vez de um único resultado estático.
3. Benchmarking de Modelos: Uma comparação abrangente de oito algoritmos diferentes de ML através de quatro estágios distintos de jogo, identificando o LightGBM como o desempenho superior para cenários de meio a final de jogo.
4. Utilização de Dados Não Publicados: O uso de um conjunto de dados fresco e em grande escala (2023) garante que as descobertas reflitam o "meta" atual do jogo, ao contrário de estudos mais antigos.

4. Resultados

A. Desempenho do Modelo por Intervalo de Tempo

• Início do Jogo (20% PET): Regressão Logística teve o melhor desempenho (Precisão: ~62,28%), seguida por Gradient Boosting e XGBoost. Isso sugere que modelos lineares capturam bem as disparidades econômicas do início do jogo.
• Meio a Final do Jogo (40% - 80% PET): LightGBM superou consistentemente todos os outros modelos.
  • Em 60% PET, o LightGBM alcançou 77,88% de precisão.
  • Em 80% PET, o LightGBM alcançou 85,42% de precisão (a maior geral).
• Otimização: Aplicar Busca Aleatória ao LightGBM e ao Random Forest resultou em melhorias marginais, mas consistentes, na precisão (por exemplo, LightGBM em 80% PET melhorou de 85,42% para 85,48%).

B. Tendências de Importância de Recursos (Análise Random Forest)

• 20% PET: redTotalGold foi o recurso mais importante.
• 40% e 60% PET: blueTotalGold tornou-se o preditor dominante.
• 80% PET: blueChampionKill emergiu como o fator mais significativo, indicando que o domínio em lutas de equipe torna-se o principal motor da vitória no final do jogo.

C. Correlação vs. Importância de Recursos
O estudo notou uma divergência entre correlação simples e importância de recursos baseada em modelo. Enquanto correlações mostram relações lineares, a importância de recursos (via Random Forest) conta com interações não lineares e dependências de variáveis, fornecendo um reflexo mais preciso do que impulsiona a tomada de decisão do modelo.

5. Significado e Conclusão

• Aplicação Prática: Os resultados são altamente relevantes para a indústria de apostas em esportes eletrônicos, oferecendo ferramentas para apostas "in-play" mais precisas. Eles também fornecem jogadores e treinadores com insights baseados em dados sobre quais objetivos são mais críticos em estágios específicos do jogo.
• Contribuição Científica: O artigo valida que incorporar "tempo decorrido" como um recurso aumenta significativamente a precisão da previsão. Destaca que um modelo "tamanho único" é subótimo; o melhor modelo depende do estado do jogo.
• Trabalho Futuro: Os autores sugerem que pesquisas futuras devem focar em latência em tempo real e taxas de processamento para garantir que esses modelos possam ser implantados ao vivo durante as partidas sem atraso, bem como explorar a integração de dados comportamentais específicos dos jogadores.

Em resumo, o artigo estabelece que o LightGBM é a abordagem mais avançada para previsão de partidas de LoL, particularmente quando a partida ultrapassa a marca de 40%, alcançando uma precisão superior a 85% em cenários de final de jogo.