原文:INVEN 记者:심영보,今天小编就来说说关于kdj数值的计算原理?下面更多详细答案一起来看看吧!

kdj数值的计算原理(INVEN还在说KDA我们需要新的数据指标)

kdj数值的计算原理

原文:INVEN

记者:심영보

翻译:荷艾西

数据分析,是除了亲自下场、在旁观看以外的另一种享受比赛的方式。当某项竞技受到了关注、开始职业化的时候,相关数据分析会应运而生,数据分析的登场也会让这项运动的职业化程度日渐提升。在这个过程中,粉丝也能活用数据分析从这项竞技赛事中获得更多彩的乐趣。

LoL这个电子竞技项目也是一样的。而韩媒INVEN认为,LoL目前在这部分上的发展仍有遗憾之处:现存的可量化分析的指标过少,分析缺乏客观性,这与LoL不断提升的游戏和比赛水准并不匹配。对此,INVEN提倡引入类似棒球的OPS公式、篮球的PER公式等传统体育数据分析模式,建立“二级数据指标”,完善LoL数据分析指标系统。

以下是原文翻译。

当前指标所存在的问题

1、现存数值不足

LOL官网的LCK选手数据表

现存指标中所存在的问题不少,首当其冲的就是数值的不足。现在LoL官方网页中所提供的数据指标共有9个,除去游戏局数、游戏时间和总补刀数以外,只剩下6个与竞技能力有密切关系的指标。当然也有以下这种,以某一场比赛为单位提供的数据项表格。

但这些数据项中并没有包含合计项或平均项。也就是说,目前我们能在官方获得的指标,只有击杀数、死亡次数、助攻数、KDA、击杀参与率和分均补刀六项,而KDA本身就是由击杀数、死亡次数、助攻数演化而来,因此真正能用的指标只有三项。许多专家和粉丝都认为有意义的指标之一输出值目前也没有公开。

2、最大的问题是缺乏客观性

即使只有三个指标,如果它们足够客观也是不存在什么问题的。但问题是这三个指标是否足够客观?恐怕并不是。这是很早之前就在玩家中存在的大多数意见。在LoL比赛的水平层级变得越来越高的阶段,无论在哪里都找不到能充分满足专家和观众们的需求的数据指标。

首先我们来看看代表性的数据值KDA。在LoL初创时,KDA新鲜登场,吸引了很多人的关注。在此之前只有死亡次数较少、获得人头数较多的选手能够得到人们的青睐,引入助攻数以后,这个数据项显得更加成熟洗练、更加客观。

在当时,KDA是一个足够有影响力的指标。但时至今日,LoL职业战队的能力与水准都已经大幅提升,KDA已经无法客观展示类似运营、视野掌控、心理战等无法用肉眼观察到的战况。在比赛直播中,解说也经常会以“虽然KDA并不是那么重要,但是…”这样的话来展开一段分析。

以LCK夏季赛KDA顺序排列

从这个表格就可以看出来KDA这个指标的不客观。大部分在联赛中实力位于上游的选手都上榜了,但表格里还是很容易找到令人产生疑惑的地方。Arrow虽然是一位优秀的AD选手,但他的表现是否如数值反映的那样,比Pray都要优秀?还有更让人惊奇的是JinAir的AD Pilot,他以微小的优势超越了Faker。Pilot在夏季赛的表现甚至都没有收到过高分评价,但在KDA上却如此亮眼。而夏季赛上被评价为世界顶尖选手的Smeb在这里也不过排名第7。另外,辅助选手上榜的只有Gorilla一人。KDA这样的指标,主要侧重表现的是担任输出的中单和AD两个位置的选手。

我们把击杀参与率与分均补刀两项指标也确认过一遍,发现这两项指标也存在着同样的问题。

以LCK夏季赛击杀参与率顺序排列

以LCK夏季赛分均补刀是顺序排列

一级指标向二级指标进化

1、可实现的二级数据指标

上文提及的问题,大部分都可以用二级数据指标来解决。二级数据指标由多样化的一级指标(指传统体育中的得分、减分、助攻、安打)加工而来,最大的优点在于可以比较客观地测定选手的竞技水平。

二级数据指标并不是全新的东西,在其他的体育项目上已经得到广泛的使用,例如篮球与棒球,更准确地说,是MLB及NBA,在这些传统体育的职业联赛中,二级数据指标已经如一级指标一样被广泛通用。最具代表性的是棒球中适用的On Base Plus Slugging(OPS), 篮球适用的Player Efficiency Rating(PER,霍林格效率值)。

PER的创始人John Hollinger曾介绍,“PER通过合计某位选手的正面表现、减去他的负面表现以后,再根据他的出场次数可以得出这位选手的效率表现。”这里所说的正面表现包括得分、抢断、盖帽、助攻、篮板球等等,负面表现则是投篮失败、失误、犯规等。

不是单纯地看某几个一级指标,而是以多个不同的一级指标为基础,分析选手的表现,其客观性当然也得以提升。假如某位得分能手场均得分30,只看这个数值,在一级指标中他已经达到了A级选手的标准,但再综合上失误、投篮失败、犯规等负面表现数据后,在二级指标中就能发现他的表现也许并没有想象中的那么好。

除此以外,那些因为位置或者所扮演的角色而承受着某些数据损失的选手,在二级指标中也能够得到不错的数值。举例来说,某选手比起得分更适合某些体系,他们的表现可能没有那么亮眼,但他们能获得篮板球、防守等不错的一级指标,也可能得到不错的二级指标评价。

PER公式

另外,在一级指标的分析中很重要的一点是,需要注意用修正系数得出客观分析。

首先,需要根据上文所提及的正面表现、负面表现的重要程度来予以修正。举例来说,得分是最重要的一项数值;其他会对一级指标造成影响的因素同样也会进行相应的修正。

接下来的factor(和进攻数据相关的联赛平均值)、VOP(联赛平均持球进攻价值)、DRB%(联赛平均防守篮板比例)等算式能够把选手的数据与联赛平均值进行比较,从而修正选手个人数值所体现出来的数值。出场时间也是同样重要的修正数据(对篮球项目的特性来说非常重要)。

最后,将联赛的Pace值(每48分钟双方进攻次数)除以本队的Pace值,再和uPER相乘(消除掉了队伍打法快慢对数据的影响),再将修正后的uPER,和联赛平均PER(固定为15)、联赛平均uPER进行修正(15/lguPER)。

至此,队伍比赛耗时、效率等内容都已得到修正,二级数据指标PER也完成了。

把修正系数的概念放到LoL项目中来说,假定换线版本及对线版本所产生的一级指标全然不同,但活用二级指标中的修正系数以后,能够相对消除版本不同所带来的影响,从而得出选手个人实力的检测指标。

赛季结束后,选手所获得的PER数值一般能够得出以下的评价:

地表最强选手:35

联赛MVP:30

All Star:25

球队2当家:20

联赛平均:15

PER只是一个例子,LoL要建立二级数据指标,需要投入完全不一样的方式和算式。虽然这不会是一件简单的事,但如果真的可以建立起一个具有公信力的二级数据指标,电竞项目也能够向更加专业的方向发展、更加繁荣,并能为粉丝们增添一层新的乐趣。

2、二级指标也有其局限性

但在这里,我们也想说明,二级数据指标也并不是一个完美的指标。二级指标由一级指标演化而来,会因为外部因素的影响而出现变动,同时有不少算式也融入了创造者的主观意识,难免受到影响。也因此,同一个项目中会存在着多个不同的二级指标,这也能从侧面证明二级指标的局限性。

在电竞圈内运用二级数据指标,还会产生另一个问题:电竞项目的寿命有限,是否有必要建立二级指标。电竞项目寿命并不长,等二级指标建造完成,很可能它已经使不上用处了。

我们认为,这个说法虽然有一定的合理性,但仍然是一个草率的判断。游戏项目已经有别于以往,会进行周期性的版本更新,LoL在这一点上更是处于领先位置(相比其他游戏项目来说会更注重更新),LoL可以再有10年、甚至更长的寿命。

最后的话

其实LoL在建立二级数据指标这件事并不是没有上做过努力,Riot曾经打造过的“Carry Rating”系列指标就是一个代表作。但这个数据指标看起来像是仓促而作,漏洞较多,大多数的指标都形同虚设,现在也已经消失在观众的视野中。另外,最近也出现了INVEN用户自创的分析英雄强势与否的数据指标表格,但这毕竟只是网友自制的指标,仍待检验,也不是一份能够用以衡量选手实力的指标。

而在Riot和网友个人以外,还有媒体、专家、统计学者等等能够为打造指标出一份力的人,大家一起来加入头脑风暴的话,是否能创造出更完善的指标呢?