您的位置首页百科问答

VPGAME是如何获得dota2比赛的分析数据的?

VPGAME是如何获得dota2比赛的分析数据的?

的有关信息介绍如下:

VPGAME是如何获得dota2比赛的分析数据的?

作为VPGAME数据系统建设的参与者,我们在获取DOTA2分析数据上踩了不少的坑,从数据获取、分析和存储上都做了多次迭代,目前整个系统已经进入稳定迭代和运营升级的阶段。

在VPGAME内部我们将一场比赛从时间维度上拆分为赛前数据,即比赛前的队伍分析、赛前预告;赛中数据,即比赛进行时的实时数据,双方队伍的经济、经验走势,双方队员的KDA等统计数据;赛后数据,即一局比赛的赛果详情(KDA、正反补、英雄装备与技能等)以及录像分析之后得到的详细赛况,例如团战信息,先手数据,游走路线等。而题目中说的分析数据就是我们所说的赛后数据。

在数据项目初期,首先需要做的是调研上游数据接口,确认是否有官方接口能提供第一手的数据或者是否有第三方的权威机构能提供稳定且开放的数据接口。V社在数据的开放性上做的比其他游戏厂商好很多,公开了很多数据接口。从获取职业联赛信息到单局比赛的赛果详情Steam上都提供了对应的接口,大家可以在Steam上申请公开的API-KEY,在Steam论坛里或者github上搜到接口信息。 Steam社区传送门

最简单的实现就是在各大网站确认一场比赛的ID,然后调用Steam数据接口的到基本数据。像下方VPGAME单局比赛基本数据就比较容易实现了(当然VPGAME实现了一套自动化的系统来做)。

确认官方的第一个数据源,我们可以实现最简单的数据面板。接下来介绍分析数据的第二个数据源 -- 录像分析,DOTA2玩家都应该清楚一场比赛结束后,可以下载自己的比赛录像进行观看和分析,那么系统同样可以获取到对应的录像文件进行数据分析,并根据场景和需求实现不同维度的数据输出。

录像分析的数据,对应的就是VPGAME上一场比赛的高阶数据。

相比于Steam的数据接口,录像分析获取数据的过程就复杂许多,首先需要根据match ID及对应录像的salt下载录像(这里记得区分不同服务器的录像存储地址),下载录像到服务器后需要启动录像分析的程序进行分析,这里就需要见仁见智了,一场比赛的数据很庞大,不同的业务场景,不同的数据需求会导致录像分析的时间和复杂度差异很大,最后将分析出的数据存储落地,这才完成了一场比赛录像分析。

感兴趣的话可以看下github上有两个权威的录像分析repo,clarity与manta,VPGAME两套系统都有涉及,基于manta这套golang写的开源系统,做了很多定制化开发。

了解完两个主要的赛后数据源基本就可以实现一个赛后数据面板。实际上要实现一套大数据的处理和分析系统不是一件简单的事情。这里列一些坑给大家思考:1. DOTA2一天的比赛有120w+,怎么快速分析和存储这些数据;2. Steam的API-KEY有请求频率限制,对频繁访问的源地址有封禁的策略;3. Steam的接口是以一场比赛为维度,怎么能根据玩家、英雄、道具为维度来存储或者聚合数据

之前在VARENA数据平台上,我们已经输出了一篇电竞大数据系统的文章FunData,大家可以参考。经历了1.0"石器时代"与2.0"青铜时代'',从早期的单点分析与关系型数据结构存储,到现在的分布式数据处理和半结构化存储,基于传统Lambda的大数据处理架构。现在正在做3.0的重构,引入更好的流处理机制,与更符合业务场景的批处理逻辑。

关于胜率预测的讨论,首先需要建立在庞大数据的基础,通过建模与大量数据的训练得到分析模型,客户端内的大老师通过深度学习的框架已经可以实时分析一场比赛动态的胜率变化。DOTA2里的胜率预测要考虑更多的因素,英雄克制关系,前期的胜率、版本强势等等。对这块还有兴趣的同学 黑科技1 黑科技2,直接看专栏吧。