金玲 潘旭伟

摘要：随着科技的发展以及人们思维的改变，电子竞技正在逐步被越来越多的认可，利用数据分析对选手进行比赛分析从而预测比赛愈来愈有必要，但是，当下对电竞大数据的分析技术还处于赛事的起步与摸索阶段，不能满足电竞行业的需求。因此，文章以绝地求生比赛为例，根据Kaggle数据集提供的pubg十几万条的赛事数据，运用LightGBM算法与XGBoost算法对比赛胜率进行预测，并且对影响胜负结果的因素进行排序与分析，同时从预测结果和运算效率比较不同深度学习模型，确认哪一种算法预测准确率好，效率更高，更适合比赛的胜负预测。LightGBM的算法在当前较为新颖，且并未有人将其用在电竞选手的数据分析中，因此文章的研究在一定程度上丰富了学术界对此的研究，具有一定的创新价值。

关键词：LightGBM算法;XGBoost算法;绝地求生;数据分析;胜率预测

近年来，随着互联网技术的发展，当今世界的数据量呈爆炸式增长，电竞行业也不例外。将电竞预测与大数据相结合，将机器学习算法应用于胜负预测模型是大势所趋，对于正处于起步阶段并不完善的中国电竞行业尤为重要。

本论文需要解决两个核心问题：预测和比较。预测所要解决的主要问题有三点，一是特征因素的提取，为了量化分析每场比赛中每位选手的表现，需要从每场比赛的统计数据中，选取一些能够反映比赛中选手状态的特征的数据;二是选手的初始特征处理，根据当前……