SlideShare une entreprise Scribd logo
Système d’aide à la décision pour le mode DOTA du jeu vidéo WarcraftFouille de données pour la recommandation d’itemsBANVILLE Julien – KOSCIANSKI Adrien Master Informatique 1ère année
SommairePrésentation du projetImplémentationAnalyse StatistiqueTravail de groupeConclusion
Présentation du projetPrésentation du mode de jeu DoTA, Objectifs, Cahier des Charges
Présentation du projetNotre projet :Récupérer les données d’un jeuTrier cesdonnéesRessortir et analyser les statistiques.Qu’estceque DoTA?Jeumassivementjoué en ligneDefense of The Ancients
Présentation du projetCahier des charges :Utiliser le langage XMLSe concentrersur les “items”Intégrer la relation Héros-Objets
Analyse statistique du jeu DOTA
ImplémentationXML et XSLT, développement de notre analyse statistique
ImplémentationXML et XSLTStructure arborescente : hiérarchisée et facile à traiterLangage portable sur n’importe quelle plateformePossible d’exporter les fichiers sous n’importe quel formatLangage léger et facile à lire.
Implémentation
Analyse statistiqueObservations générales et approfondies, limites et avantages de notre méthode statistique
Observations généralesRésultats assez probantPlusieurs catégories de résultats disponibles :Items fréquemment utilisésCombinaisons d’items pour les personnagesLiaisons entre objets et influences sur les résultatsMéthode de recherche statistique efficace
Observations approfondiesItems fréquemment utilisésBracers, BootsOfTravel, BootsOfSpeedCertains items ont plus d’utilité sur certains personnages que sur d’autres.Compétences différentes  Besoins différents
Observations approfondiesOn trouve les objets les plus utilisés pour un personnage donnéPersonnage BountyButterflyBracerDemonEdgeOn trouve ces informations en parcourant les résultats et en regardant où il y a le moins d’exceptions aux règles pour un objet donné. _item4:Bracer(4) _item4:Butterfly(2) _item4:MonkeyKingBar(4) signifie qu’on trouve plus souvent ButterFly que Bracer ou MonkeyKingbar
Observations approfondiesOn trouve les personnages utilisant le plus un certain item :Exemples : MantaStyleutilisé le plus par le personnage NagaVanguard  utilisé le plus par le personnage MogulKahn
Limites et avantagesManque de données : peu de règles font ressortir des résultatsNécessité d’avoir plus de parties en données pour avoir des redondances plus importantes.Avantage de cette méthode de recherche : On peut faire ressortir beaucoup de statistiquesFacilité d’interfacer cette méthode dans un logiciel graphique
Travail de groupeOutils utilisés, répartition des tâches, problèmes rencontrés
Travail de groupeOutils utilisésSubversion pour les données du projet, mail pour la communicationProblèmes rencontrésDéveloppement primaire sous Java abandonné.Problème pour gérer le nombre de résultats donnés par les programmes « mv »
Travail de groupe
ConclusionAvancement du projet, conclusion
ConclusionProjet terminéFouille de données réussieRésultats sur différents critèresManque de parties pour avoir un résultat vraiment completProjet intéressant

Contenu connexe

En vedette

Des français pris en otages au cameroun C roqueblave porte parole
Des français pris en otages au cameroun C roqueblave porte paroleDes français pris en otages au cameroun C roqueblave porte parole
Des français pris en otages au cameroun C roqueblave porte parole
Roqueblave Christa
 
Azendoo meetup #2 à Bordeaux
Azendoo meetup #2 à BordeauxAzendoo meetup #2 à Bordeaux
Azendoo meetup #2 à Bordeaux
Azendoo
 
Artimag Numéro 16
Artimag Numéro 16Artimag Numéro 16
Artimag Numéro 16
Jean-Sébastien Lefévère
 
La mine de Mopanie en Zambie - Florian Gomart
La mine de Mopanie en Zambie - Florian GomartLa mine de Mopanie en Zambie - Florian Gomart
La mine de Mopanie en Zambie - Florian Gomart
Publish What You Pay
 
P Brotcorne
P BrotcorneP Brotcorne
P Brotcorne
cunic
 
es français et la communication locale - Résultats du baromètre 2001
es français et la communication locale - Résultats du baromètre 2001es français et la communication locale - Résultats du baromètre 2001
es français et la communication locale - Résultats du baromètre 2001
Cap'Com
 
Sonido
SonidoSonido
Sonido
David Pelaez
 
Presentacion ribesa
Presentacion ribesaPresentacion ribesa
Presentacion ribesa
Ricardo Benítez
 
Imagenes para comentar.
Imagenes para comentar.Imagenes para comentar.
Imagenes para comentar.
Pili Diaz-Pintado
 
L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...
L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...
L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...
Cap'Com
 
Los peligros del internet
Los peligros del internetLos peligros del internet
Los peligros del internet
ISABELLEBELLE
 
Montaje del sistema de seguimiento
Montaje del sistema de seguimientoMontaje del sistema de seguimiento
Montaje del sistema de seguimiento
YONIRIS
 
Sonido
SonidoSonido
Sonido
David Pelaez
 
Trouverunemploisurinternet - Poleemploi.fr 12.2014
Trouverunemploisurinternet - Poleemploi.fr 12.2014Trouverunemploisurinternet - Poleemploi.fr 12.2014
Trouverunemploisurinternet - Poleemploi.fr 12.2014
InfoJeunesse ValdOise
 
Robotica
RoboticaRobotica
Robotica
juan317
 
Intro SMEV
Intro SMEVIntro SMEV
Géneros y dibujo
Géneros y dibujoGéneros y dibujo
Géneros y dibujo
suaedesign
 
El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...
El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...
El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...
Asociacion Hotelera y Extrahotelera de Tenerife La Palma La Gomera y El Hierro
 

En vedette (20)

Des français pris en otages au cameroun C roqueblave porte parole
Des français pris en otages au cameroun C roqueblave porte paroleDes français pris en otages au cameroun C roqueblave porte parole
Des français pris en otages au cameroun C roqueblave porte parole
 
Azendoo meetup #2 à Bordeaux
Azendoo meetup #2 à BordeauxAzendoo meetup #2 à Bordeaux
Azendoo meetup #2 à Bordeaux
 
Artimag Numéro 16
Artimag Numéro 16Artimag Numéro 16
Artimag Numéro 16
 
La mine de Mopanie en Zambie - Florian Gomart
La mine de Mopanie en Zambie - Florian GomartLa mine de Mopanie en Zambie - Florian Gomart
La mine de Mopanie en Zambie - Florian Gomart
 
P Brotcorne
P BrotcorneP Brotcorne
P Brotcorne
 
es français et la communication locale - Résultats du baromètre 2001
es français et la communication locale - Résultats du baromètre 2001es français et la communication locale - Résultats du baromètre 2001
es français et la communication locale - Résultats du baromètre 2001
 
Sonido
SonidoSonido
Sonido
 
Presentacion ribesa
Presentacion ribesaPresentacion ribesa
Presentacion ribesa
 
Imagenes para comentar.
Imagenes para comentar.Imagenes para comentar.
Imagenes para comentar.
 
Faites circuler ce_message
Faites circuler ce_messageFaites circuler ce_message
Faites circuler ce_message
 
Murmure02 9sept
Murmure02 9septMurmure02 9sept
Murmure02 9sept
 
L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...
L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...
L'organisation à l'épreuve des nouveaux territoires numériques des salariés :...
 
Los peligros del internet
Los peligros del internetLos peligros del internet
Los peligros del internet
 
Montaje del sistema de seguimiento
Montaje del sistema de seguimientoMontaje del sistema de seguimiento
Montaje del sistema de seguimiento
 
Sonido
SonidoSonido
Sonido
 
Trouverunemploisurinternet - Poleemploi.fr 12.2014
Trouverunemploisurinternet - Poleemploi.fr 12.2014Trouverunemploisurinternet - Poleemploi.fr 12.2014
Trouverunemploisurinternet - Poleemploi.fr 12.2014
 
Robotica
RoboticaRobotica
Robotica
 
Intro SMEV
Intro SMEVIntro SMEV
Intro SMEV
 
Géneros y dibujo
Géneros y dibujoGéneros y dibujo
Géneros y dibujo
 
El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...
El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...
El Sector Turístico en Canarias: Retos y perspectivas para un modelo más comp...
 

Similaire à Analyse statistique du jeu DOTA

[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?
[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?
[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?
Sébastien Prunier
 
Cours BDD.pptx
Cours BDD.pptxCours BDD.pptx
Cours BDD.pptx
IbrahimaBarry49
 
Introduction au Machine Learning
Introduction au Machine Learning Introduction au Machine Learning
Introduction au Machine Learning
Novagen Conseil
 
Mappingobjetrelationnel[1]
Mappingobjetrelationnel[1]Mappingobjetrelationnel[1]
Mappingobjetrelationnel[1]
linasafaa
 
2009 Search Vivisimo Social Computing
2009 Search Vivisimo Social Computing2009 Search Vivisimo Social Computing
2009 Search Vivisimo Social Computing
Social Computing
 
Jcom02.ppt
Jcom02.pptJcom02.ppt
SQL Server et les développeurs
SQL Server et les développeurs SQL Server et les développeurs
SQL Server et les développeurs
Microsoft
 
Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...
Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...
Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...
Jedha Bootcamp
 
Solution Intranet Et Travail Collaboratif 2009 Moteur De Recherche V2.00
Solution Intranet Et Travail Collaboratif  2009   Moteur De Recherche   V2.00Solution Intranet Et Travail Collaboratif  2009   Moteur De Recherche   V2.00
Solution Intranet Et Travail Collaboratif 2009 Moteur De Recherche V2.00
Denis Lafont-Trevisan
 
La data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurLa data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeur
Microsoft Ideas
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
Micropole Group
 
Démystifions le machine learning avec spark par David Martin pour le Salon B...
Démystifions le machine learning avec spark par David Martin pour le Salon B...Démystifions le machine learning avec spark par David Martin pour le Salon B...
Démystifions le machine learning avec spark par David Martin pour le Salon B...
Ippon
 
First step about IA and business
First step about IA and businessFirst step about IA and business
First step about IA and business
David Argellies
 
Présentation Quotero 27 Janvier
Présentation Quotero 27 JanvierPrésentation Quotero 27 Janvier
Présentation Quotero 27 Janvier
Core-Techs
 
Diginova - Session sur le machine learning avec ML.NET
Diginova - Session sur le machine learning avec ML.NETDiginova - Session sur le machine learning avec ML.NET
Diginova - Session sur le machine learning avec ML.NET
Julien Chable
 
Cours Base de données relationnelles
Cours Base de données relationnellesCours Base de données relationnelles
Cours Base de données relationnelles
Aymen Kasmi
 
Entity_framework_db first
Entity_framework_db firstEntity_framework_db first
Entity_framework_db first
Zineb ELGARRAI
 
Visite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesVisite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des données
Gautier Poupeau
 
Comment devenir Data Scientist ?
Comment devenir Data Scientist ?Comment devenir Data Scientist ?
Comment devenir Data Scientist ?
Jedha Bootcamp
 
JPA est middleware
JPA est middleware JPA est middleware
JPA est middleware
Shili Mohamed
 

Similaire à Analyse statistique du jeu DOTA (20)

[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?
[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?
[Breizhcamp 2015] MongoDB et Elastic, meilleurs ennemis ?
 
Cours BDD.pptx
Cours BDD.pptxCours BDD.pptx
Cours BDD.pptx
 
Introduction au Machine Learning
Introduction au Machine Learning Introduction au Machine Learning
Introduction au Machine Learning
 
Mappingobjetrelationnel[1]
Mappingobjetrelationnel[1]Mappingobjetrelationnel[1]
Mappingobjetrelationnel[1]
 
2009 Search Vivisimo Social Computing
2009 Search Vivisimo Social Computing2009 Search Vivisimo Social Computing
2009 Search Vivisimo Social Computing
 
Jcom02.ppt
Jcom02.pptJcom02.ppt
Jcom02.ppt
 
SQL Server et les développeurs
SQL Server et les développeurs SQL Server et les développeurs
SQL Server et les développeurs
 
Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...
Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...
Utiliser les outils cloud en Data Science - Romain Granger, Data Scientist @ ...
 
Solution Intranet Et Travail Collaboratif 2009 Moteur De Recherche V2.00
Solution Intranet Et Travail Collaboratif  2009   Moteur De Recherche   V2.00Solution Intranet Et Travail Collaboratif  2009   Moteur De Recherche   V2.00
Solution Intranet Et Travail Collaboratif 2009 Moteur De Recherche V2.00
 
La data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeurLa data n’a pas besoin d’être « big » pour générer de la valeur
La data n’a pas besoin d’être « big » pour générer de la valeur
 
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...INFORMATION BUILDERS -  Comment integrer les big data a votre SI -  Data foru...
INFORMATION BUILDERS - Comment integrer les big data a votre SI - Data foru...
 
Démystifions le machine learning avec spark par David Martin pour le Salon B...
Démystifions le machine learning avec spark par David Martin pour le Salon B...Démystifions le machine learning avec spark par David Martin pour le Salon B...
Démystifions le machine learning avec spark par David Martin pour le Salon B...
 
First step about IA and business
First step about IA and businessFirst step about IA and business
First step about IA and business
 
Présentation Quotero 27 Janvier
Présentation Quotero 27 JanvierPrésentation Quotero 27 Janvier
Présentation Quotero 27 Janvier
 
Diginova - Session sur le machine learning avec ML.NET
Diginova - Session sur le machine learning avec ML.NETDiginova - Session sur le machine learning avec ML.NET
Diginova - Session sur le machine learning avec ML.NET
 
Cours Base de données relationnelles
Cours Base de données relationnellesCours Base de données relationnelles
Cours Base de données relationnelles
 
Entity_framework_db first
Entity_framework_db firstEntity_framework_db first
Entity_framework_db first
 
Visite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesVisite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des données
 
Comment devenir Data Scientist ?
Comment devenir Data Scientist ?Comment devenir Data Scientist ?
Comment devenir Data Scientist ?
 
JPA est middleware
JPA est middleware JPA est middleware
JPA est middleware
 

Plus de Banville Julien

Rapport Tal Master 1
Rapport Tal Master 1Rapport Tal Master 1
Rapport Tal Master 1
Banville Julien
 
Analyse statistique sur DOTA
Analyse statistique sur DOTAAnalyse statistique sur DOTA
Analyse statistique sur DOTA
Banville Julien
 
Projet Music Brainz
Projet Music BrainzProjet Music Brainz
Projet Music Brainz
Banville Julien
 
Music Brainz
Music BrainzMusic Brainz
Music Brainz
Banville Julien
 
Recherche de citations
Recherche de citationsRecherche de citations
Recherche de citations
Banville Julien
 
DOTA statistic analysis
DOTA statistic analysisDOTA statistic analysis
DOTA statistic analysis
Banville Julien
 
Création d'une plate-forme ouverte à l'enseignement à distance
Création d'une plate-forme ouverte à l'enseignement à distanceCréation d'une plate-forme ouverte à l'enseignement à distance
Création d'une plate-forme ouverte à l'enseignement à distance
Banville Julien
 

Plus de Banville Julien (7)

Rapport Tal Master 1
Rapport Tal Master 1Rapport Tal Master 1
Rapport Tal Master 1
 
Analyse statistique sur DOTA
Analyse statistique sur DOTAAnalyse statistique sur DOTA
Analyse statistique sur DOTA
 
Projet Music Brainz
Projet Music BrainzProjet Music Brainz
Projet Music Brainz
 
Music Brainz
Music BrainzMusic Brainz
Music Brainz
 
Recherche de citations
Recherche de citationsRecherche de citations
Recherche de citations
 
DOTA statistic analysis
DOTA statistic analysisDOTA statistic analysis
DOTA statistic analysis
 
Création d'une plate-forme ouverte à l'enseignement à distance
Création d'une plate-forme ouverte à l'enseignement à distanceCréation d'une plate-forme ouverte à l'enseignement à distance
Création d'une plate-forme ouverte à l'enseignement à distance
 

Analyse statistique du jeu DOTA

  • 1. Système d’aide à la décision pour le mode DOTA du jeu vidéo WarcraftFouille de données pour la recommandation d’itemsBANVILLE Julien – KOSCIANSKI Adrien Master Informatique 1ère année
  • 2. SommairePrésentation du projetImplémentationAnalyse StatistiqueTravail de groupeConclusion
  • 3. Présentation du projetPrésentation du mode de jeu DoTA, Objectifs, Cahier des Charges
  • 4. Présentation du projetNotre projet :Récupérer les données d’un jeuTrier cesdonnéesRessortir et analyser les statistiques.Qu’estceque DoTA?Jeumassivementjoué en ligneDefense of The Ancients
  • 5. Présentation du projetCahier des charges :Utiliser le langage XMLSe concentrersur les “items”Intégrer la relation Héros-Objets
  • 7. ImplémentationXML et XSLT, développement de notre analyse statistique
  • 8. ImplémentationXML et XSLTStructure arborescente : hiérarchisée et facile à traiterLangage portable sur n’importe quelle plateformePossible d’exporter les fichiers sous n’importe quel formatLangage léger et facile à lire.
  • 10. Analyse statistiqueObservations générales et approfondies, limites et avantages de notre méthode statistique
  • 11. Observations généralesRésultats assez probantPlusieurs catégories de résultats disponibles :Items fréquemment utilisésCombinaisons d’items pour les personnagesLiaisons entre objets et influences sur les résultatsMéthode de recherche statistique efficace
  • 12. Observations approfondiesItems fréquemment utilisésBracers, BootsOfTravel, BootsOfSpeedCertains items ont plus d’utilité sur certains personnages que sur d’autres.Compétences différentes  Besoins différents
  • 13. Observations approfondiesOn trouve les objets les plus utilisés pour un personnage donnéPersonnage BountyButterflyBracerDemonEdgeOn trouve ces informations en parcourant les résultats et en regardant où il y a le moins d’exceptions aux règles pour un objet donné. _item4:Bracer(4) _item4:Butterfly(2) _item4:MonkeyKingBar(4) signifie qu’on trouve plus souvent ButterFly que Bracer ou MonkeyKingbar
  • 14. Observations approfondiesOn trouve les personnages utilisant le plus un certain item :Exemples : MantaStyleutilisé le plus par le personnage NagaVanguard utilisé le plus par le personnage MogulKahn
  • 15. Limites et avantagesManque de données : peu de règles font ressortir des résultatsNécessité d’avoir plus de parties en données pour avoir des redondances plus importantes.Avantage de cette méthode de recherche : On peut faire ressortir beaucoup de statistiquesFacilité d’interfacer cette méthode dans un logiciel graphique
  • 16. Travail de groupeOutils utilisés, répartition des tâches, problèmes rencontrés
  • 17. Travail de groupeOutils utilisésSubversion pour les données du projet, mail pour la communicationProblèmes rencontrésDéveloppement primaire sous Java abandonné.Problème pour gérer le nombre de résultats donnés par les programmes « mv »
  • 20. ConclusionProjet terminéFouille de données réussieRésultats sur différents critèresManque de parties pour avoir un résultat vraiment completProjet intéressant