Data-analyysin hyödyntäminen Counter-Strike: Global Offensive -pelissä

Tietueen suppeat tiedot
dc.contributor.authorKokko, Matias
dc.contributor.departmentfi=Tietotekniikan laitos|en=Department of Computing|
dc.contributor.facultyfi=Teknillinen tiedekunta|en=Faculty of Technology|
dc.contributor.studysubjectfi=Tietotekniikka|en=Information and Communication Technology|
dc.date.accessioned2025-07-04T21:30:19Z
dc.date.available2025-07-04T21:30:19Z
dc.date.issued2025-07-04
dc.description.abstractTässä kandidaattitutkielmassa tarkastellaan, miten data-analytiikkaa voidaan hyödyntää Counter-Strike: Global Offensive (CS:GO) -pelissä. Tutkimuksessa selvitetään, miten dataa kerätään, jalostetaan tulkittavaan muotoon sekä hyödynnetään analyysityökaluissa ja -menetelmissä. Tutkielmassa esitellään pelidatan keruun arkkitehtuuri, sekä jalostettua dataa hyödyntäviä analyysityökaluja. Näiden avulla on mahdollista tunnistaa pelitilanteita ja arvioida yksittäisen pelaajan tekemien päätösten vaikutusta pelin kulkuun. Nämä myös mahdollistavat pelin syvemmän ymmäryksen taktiseen näkökulmaan. Lisäksi on hieman pohdintaa miten CS:GO:n uudemman version Counter-Strike 2:n rakenteelliset muutokset ovat verrattavissa CS:GO analyyseihin. Tutkimuksen havainnoista havaittiin, että nykyiset tutkimukset keskittyvät enemmän pelien jälkeisiin analyyseihin. Aiheessa siis todettiin aukko, siinä miten tätä dataa hyödynnetään taktiikoiden kehittämiseen ammattilaisotteluissa. Pelidatan tutkimisessakin on vielä kehitettävää, kuten koneoppimismallien hyödyntäminen. Näiden kehittämisestä olisi hyötyä erityisest pelin ammattilaistasolla.
dc.format.extent25
dc.identifier.olddbid199598
dc.identifier.oldhandle10024/182628
dc.identifier.urihttps://www.utupub.fi/handle/11111/841
dc.identifier.urnURN:NBN:fi-fe2025070477858
dc.language.isofin
dc.rightsfi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.|
dc.rights.accessrightsavoin
dc.source.identifierhttps://www.utupub.fi/handle/10024/182628
dc.subjectCounter-Strike, data-analytiikka, e-urheilu
dc.titleData-analyysin hyödyntäminen Counter-Strike: Global Offensive -pelissä
dc.type.ontasotfi=Kandidaatintutkielma|en=Bachelor's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Name:
Kokko%20Matias%20Kandi%202025.pdf
Size:
1.13 MB
Format:
Adobe Portable Document Format
Lataa

Kokoelmat

Kandidaatin tutkielmat (kokotekstit)