随着人们生活水平不断提高，电子竞技游戏——英雄联盟（LOL）已经成为当今很多年轻人的娱乐活动之一。除了提供娱乐之外，为了体现出电子竞技游戏的竞技这一特性，英雄联盟的运营商举办了一系列英雄联盟的顶尖赛事，邀请各个国家、地区的职业选手和职业团队参与这些赛事。紧随其后的是，国内各大视频直播平台从中看到了商机，并与英雄联盟运营商进行合作，在直播平台上，设置了英雄联盟赛事专栏，推送各种英雄联盟大型比赛的直播，为远程观众提供了更加便利和舒适的方式来观赏英雄联盟比赛的实况直播。

为了使英雄联盟比赛更加商业化，许多直播平台也推出了相应的活动：观众可以在比赛直播期间为队伍加油助威，在比赛结束后，为胜利一方队伍助威的个人会获得丰厚的奖励。（奖励的形式可以是现实生活中大量金钱，也可以是电子游戏中虚拟货币）对于痴狂的粉丝们来说，在享受观看比赛的同时，他们更愿意在比赛结束之前对比赛结果进行预测，从而希望能够获得奖励。然而，个人猜想与凭感觉预测得到结果的准确度无法得到保证，因为没有实际具体数据分析作为支撑，从学术上来讲，这样的预测结果是没有依据的。

最基本的预测结果的想法是：通过对每一支职业队伍进行实力测评，获取各项能力值（例如：团队当中各位选手的能力，团队的协作能力等等），再将参加一场比赛的两支队伍各项能力值进行比较，从逻辑上来说，能力值高的队伍，获胜的可能性会更大，从而预测这支队伍会取得比赛的胜利。为了获得这些准确有说服力的结果，就需要考虑用到相应预测理论和计算方法来支撑这些预测的结果。常见的分析数据、处理数据、获得数据特征、进行结果预测的方法，在大数据研究领域给出了答案——数据挖掘算法、可视化分析、预测性分析、预测模型、建模仿真等等优质高效的技术和理论。除了大数据分析预测技术之外，随着智能化时代的到来，机器学习(Machine Learning)研究的兴起让机器学习技术很快也在数据的分析预测领域占据一席之地。

机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习在人工智能的研究中具有十分重要的地位，是人工智能研究的核心之一。机器学习逐渐它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。

随着机器学习的深入发展，在计算机分析数据预测结果方面，机器学习成为了时代的主流，这一技术在各个领域、行业的使用不断提升人们的生活水平，研究学者们也对于这一技术有更高的期望。采用机器学习技术来进行英雄联盟比赛的结果预测，正是因为机器学习所具备的优势：1、机器学习超越了回溯性描述分析，提供了前瞻性自主决策支持；2、只要有需要定期调整的大量数据和预测模型，机器学习就有用武之地；3、机器学习不依赖于人类感觉、描述、干预或交互，从而提供了竞争优势；4、尽管机器学习应用支持获得新类型的洞察，但成本却比其它类型的高级分析还要低。

通过将机器学习的技术应用到英雄联盟比赛结果预测之中，从建立模型开始，这些模型通过整合历史数据（英雄联盟官方网站上提供的每支队伍的各方面能力，通过具体统计每场比赛的两支队伍的实力差距，即“各方面能力的差值”）计算各属性权重和属性之间的关系，总结得到对应的特征值和特征集，再结合机器学习的算法（神经网络算法、K-means算法、决策树算法），对特征集进行训练和学习，最终得到预测结果。

在电子竞技领域，应用机器学习技术对英雄联盟比赛结果的预测，可以说是星星之火，因为在当今的软件市场中，并没有公众认可和接纳的比赛结果预测的软件。如果结合机器学习的技术能够提供从逻辑上更加让人确信的预测结果，想必会掀起一股新的浪潮，这也说明了研究机器学习技术在电子竞技比赛结果预测中的应用是很有必要的，机器学习技术在该领域的应用有很大的探索空间和广阔的发展前景。

2. 研究的基本内容与方案

2.1研究（设计）的基本内容

本文主要研究如何应用机器学习的技术对英雄联盟（LOL）比赛结果进行预测，包括了从特定的数据源（英雄联盟官方网站）中获取数据（每支队伍的各项能力值），再通过对原始样本集里的样本数据进行分析，利用特征提取技术得到特征样本集（保留能对比赛结果预测产生实际影响的能力值），经过预处理得到训练集（两支队伍对应的各项能力差值），然后利用机器学习算法（神经网络、K-means、决策树），让计算机反复训练学习，然后通过输入一场英雄联盟比赛的两只队伍的特征值，最终输出预测结果。