استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

استفاده موثر از آمار فلش بنگ

اکثر آمارهایی که ما استفاده می کنیم عملکرد یک بازیکن را بر حسب قدرت توقف آنها اندازه گیری می کنند. کشتن، مرگ، داد و ستد و غیره یک بازیکن همگی معیارهای مستقیم مهارت هستند. اما Counter-Strike چیزی فراتر از کلیک کردن روی سر است، و اگرچه استفاده از آمار برای صحبت در مورد اقدامات غیرمستقیم واضح نیست، اما می‌تواند به همان اندازه برای توسعه روایت‌ها در مورد مهارت و ارزش بازیکن برای طرفش مفید باشد.

Flashbangs یک مثال واضح است. هر مسابقه حرفه ای را تماشا کنید، و یکی از اولین چیزهایی که متوجه می شوید، ابزار است. شما و دوستانتان ممکن است چند "چشمک خدا" را بدانید، اما در مقایسه با انبوهی از ترکیب‌های موجود برای یادگیری توسط حرفه‌ای‌ها چیزی نیست.

بیشتر CS حرفه ای در مورد اجتناب از درگیری های 50-50 اسلحه است. شما می توانید با کمی ارتفاع، کمی حرکت، یا به طور موثرتر، داشتن یک فلاش هم تیمی برای خود برتری کسب کنید. البته این همیشه ممکن نیست، و بازی حرفه‌ای به حدی تکامل یافته است که بازیکنان در موقعیت‌های «ضد فلاش» - به عنوان رایج‌ترین نوع نگاه کردن به دیوار یا زمین - تا جایی که ممکن است، به‌سر می‌برند. متا بازی‌ها حول این عادت رشد کرده‌اند، مانند پرتاب یک فلش بد برای وادار کردن حریف ضد فلاش فقط برای یک ثانیه بچرخد، فلاش خوب و مستقیم به صورت او پخش شود.

این به سختی در سطح خراشیده می شود - فلاش بنگ می تواند به اندازه یک ضربه سر گلوله اول واضح باشد. بنابراین، آیا باید تلاش بیشتری برای اندازه‌گیری این تأثیر و ستایش بازیکنانی که بیشترین تأثیر را دارند انجام شود؟ این نگاه ما به دنیای آمار فلش‌بنگ است.

برای شروع، در اینجا هشت بازیکن با بالاترین کمک فلش در هر دور در LAN در سال جاری در بازی های بین تیم های رتبه بندی شده در 20 تیم برتر آورده شده است.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

لیست تحت سلطه AWPs و IGL ها است که نتیجه ای منطقی است. AWP ها معمولاً از پشت دسته بازی می کنند و ابزارهایی مانند flashbang را برای حمایت از تفنگداران خود قبل از اینکه خودشان را فعال کنند، معمولاً در اواخر دور بازی می کنند. IGLها نیز اغلب موقعیت‌های حمایتی را با AWPها اتخاذ می‌کنند که به آنها اجازه می‌دهد به جای تلاقی خود، روی رادار و تماس‌هایشان تمرکز کنند.

هر دو نقش را با هم ترکیب کنید و به دست می آورید کاسپر "کادیا" مولر و ژامی "جیم" علی، دو AWP-IGL که به طور مداوم در اکثر آمارهای فلش نخبه هستند. ایلیا "m0NESY" اوسیپوف در جایگاه چهارم قرار دارد، که برای کسانی که استریم یا دموهای او را تماشا کرده اند تعجب آور نیست، جایی که AWPer جوان همیشه ترفندهای جدیدی را برای کاربردی به نمایش می گذارد، خواه این دود یک طرفه دیگر در پنجره Mirage باشد یا یک پاپ فلاش دقیق. .

با این حال، کمک های فلش داستان کامل را بیان نمی کنند. با هر آماری، ما همیشه باید قبل از مقایسه یک بازیکن با بازیکن دیگر، فرصت ها را برابر کنیم. این پیچیده به نظر می رسد، اما به احتمال زیاد این کار را قبلا انجام داده اید.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

IGL های AWPing مانند cadiaN عموماً در اکثر آمارهای flashbang نخبه هستند

در فوتبال، از یک مهاجم انتظار می رود که گل های بیشتری نسبت به یک مدافع به ثمر برساند، بنابراین اگر فرصت گلزنی یک بازیکن را برابر کنیم، مهاجمی که بیشتر از یک مدافع گل می زند را به عنوان دلیلی بر اینکه مهاجم بازیکن برتری است، در نظر نمی گیریم. ده گل برای یک مدافع قابل توجه است، اما برای یک مهاجم بسیار متوسط ​​است.

در CS هم همینطور است. امتیاز 1.00 یک پخش کننده پشتیبانی در واقع بسیار مناسب است، اما اگر AWPer شما در این محدوده باشد زنگ های هشدار به صدا در می آیند. به طور مشابه، رتبه 1.30 در یک نقشه بسیار خوب است، اما رتبه 1.30 در طول یک سال کامل، سطحی خداگونه است که تعداد کمی از آنها به آن رسیده اند. بنابراین، اگر بخواهیم بفهمیم چه کسی بهترین فلش‌بنگ‌ها را می‌زند، نیاز به معادل‌سازی برای فرصت‌ها وجود دارد، از جمله اطمینان از اندازه‌های نمونه مشابه و مزایایی که نقش یک بازیکن ممکن است به همراه داشته باشد.

یکی از پاسخ‌ها این است که از تقسیم پاس‌های فلش بازیکن به راند فراتر بروید و در عوض آن را بر مجموع فلش‌بانک‌های پرتاب شده تقسیم کنید. حالا می‌توانیم ببینیم چند درصد از فلش‌بنگ‌های بازیکن مستقیماً منجر به مرگ حریف می‌شود. این کار را منصفانه‌تر می‌کند، زیرا بازیکنی که در هر دور باید یک نارنجک HE بخرد (در نتیجه فلش‌بنگ‌های کمتری پرتاب می‌کند) همچنان برای داشتن فلاش‌های موثر نسبت به نقشش پاداش می‌گیرد.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

این بهتر است، اگرچه مشکلاتی را وارد معیارهایی می‌کند که قبلاً وجود نداشتند. همانطور که امتیاز 1.30 در طول یک سال چشمگیرتر از نقشه است، درصد بالایی از فلاش های موثر هر چه فلش بنگ های بازیکن بیشتری پرتاب کند، چشمگیرتر است. به همین دلیل، کمک های فلاش در هر فلاش پرتاب شده نباید به طور کامل جایگزین کمک های فلاش در هر دور شود.

اما آیا اصلاً باید از فلش کمک استفاده کنیم؟ آمار کمک فلاش HLTV سخت تر از Valve است، با یک آستانه مقیاس بندی بر اساس مدت زمانی که یک بازیکن کور شده است. این به این معنی است که اگر بازیکنی به مدت سه ثانیه کور شود، هر کشتن در این سه ثانیه به عنوان کمک فلش محسوب می شود. این از نظر دقت مفید است، اما به این معنی است که دریافت کمک های فلش در مقایسه با آمار درون بازی سخت تر است.

وقتی چیزی فقط یک بار در هر ده راند اتفاق می افتد - و این رقم سخاوتمندانه است، 0.10 کمک فلش در هر راند بسیار چشمگیر است - ایجاد تفاوت بین بازیکنان را دشوارتر می کند. همین مشکل در مورد کلاچ های 1vX نیز صادق است، به همین دلیل است رهبران برای کلاچ راندهای بازی شده را در نظر نمی گیرد.

کمک های فلش نیز چندین مرحله از خود فلش بنگ جدا شده اند. یک هم تیمی می تواند روی یک بازیکن کاملاً نابینا دم بکشد و 0.00 کمک فلش در هر راند به شما بدهد. حریف می تواند خوش شانس باشد و در حالی که کاملاً نابینا است یک کشتن به ثمر برساند. فلاش شما ممکن است هدفی متفاوت از فلاش کمکی داشته باشد و فشار دشمن را برای سه ثانیه حیاتی به تأخیر بیاندازد تا چرخش وارد شود.

فلاش ها همه کاره هستند و کارایی آنها به طور کامل توسط فلاش کمکی پوشانده نمی شود. خوشبختانه، این تنها گزینه ما نیست: همچنین آماری با برچسب 'opp flashed' در ما وجود دارد. صفحه فلش بنگ. این میانگین زمانی است که در هر دور حریفان توسط فلش ​​بنگ بازیکن کور شدند. بنابراین، فلاش های خوب را در نظر می گیرد حتی اگر منجر به کشتن نشود.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

cadiaN هنوز نزدیک به اوج است، اما بازیکنی مانند دیمیتری "⁠sh1ro⁠" سوکولوف تنها با 1.66 ثانیه که حریفان فلش کردند، از ده رتبه برتر خارج شد. اینجاست که این آمار می تواند به روایت ها کمک کند. sh1ro's Cloud9 تیم‌ها به دلیل پاس‌های ضعیف فلش خود به عنوان تیم مورد انتقاد قرار گرفته‌اند، که اغلب در موقعیت‌های پایین قرار می‌گیرند تابلوی امتیازات FTU تنها با 0.19 کمک فلش در هر دور. برای قرار دادن آن در متن، cadiaN هر چند وقت یکبار کمک فلاش دریافت می کند Cloud9کل تیم دو می گیرد.

پس چه چیزی این اختلاف را توضیح می دهد؟ قهرمانانهسبک فعالانه، به ویژه در سمت CT، ممکن است آنها را در موقعیت‌های بیشتری قرار دهد که فلاش پاپ‌فاش از آن‌ها است cadiaN مفید است در مقایسه با Cloud9رویکرد عملگرایانه و لاک پشت مانند به دفاع. اما ممکن است به همین سادگی باشد Cloud9 و sh1ro خرید فلاش های کمتر نسبت به سایر تیم های برتر - هر آماری برای همراهی با آن نیاز به زمینه دارد.

یکی از راه‌های اینجا این است که فرصت‌ها را حتی بیشتر از این هم برابر کنیم، فقط با مقایسه یک بازیکن با هم تیمی‌هایش. در اینجا بازیکنانی هستند که بیشترین درصد از کمک های فلش تیم خود را ارائه می دهند:

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

این لیست فقط شامل بازیکنانی می شود که در کل سال 2022 تحت یک پرچم یکسان رقابت کرده اند، به استثنای بازیکنانی مانند SunPayus.

اگرچه جالب است، اما این هنوز مشکل ما را حل نمی کند. هیچ آمار فلش بانگ واحدی وجود ندارد که تمام مسائل مطرح شده در این قطعه را توضیح دهد. با این حال، در آمار آنقدرها هم نادر نیست. در واقع، بسیاری از آمارها باید همراه با آمار دیگری ارائه شوند. ما اغلب این کار را به‌طور خودکار انجام می‌دهیم، مانند اینکه چگونه 0.80 کشتن در هر دور برابر با 24 کشتن در یک بازی 30 راندی است یا اینکه چگونه رتبه‌بندی چندین معیار مختلف را جمع‌آوری می‌کند تا یک عدد قابل درک را ایجاد کند.

اما، گاهی اوقات، گردآوری آمارهای متعدد در یک عدد، ارزش کمتری نسبت به جدا نگه داشتن آنها دارد. هر آمار ممکن است برشی از زمینه را به شما ارائه دهد، اما تنها زمانی که با هم مشاهده می‌شوید، می‌توانید تصویر کاملی از نحوه تأثیر هر آمار بر دیگری دریافت کنید.

برای تجسم این موضوع، در اینجا یک نمودار پراکنده وجود دارد. در یک محور مشخص می‌شود که هر بازیکن در هر راند چند فلش‌بنگ می‌زند و دیگری نشان می‌دهد که حریف چند ثانیه توسط فلش‌بنگ‌های آن بازیکن در هر راند کور می‌شود.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

اکنون، ما در حال مشاهده اعداد با زمینه مناسب هستیم. گوشه بالا سمت راست بازیکنانی را نشان می‌دهد که دارای فلش‌بنگ‌های نخبه هستند در حالی که اندازه نمونه بسیار بزرگ‌تری دارند، در حالی که بازیکنان دوست دارند مارکو "اسنپی" پافيفر و لوتان "اسپینکس" گیلادی برای بازیکنانی که فلاش های بسیار موثری دارند اما زیاد پرتاب نمی کنند در منطقه متفاوتی قرار دارند.

ما می توانیم این کار را برای هر آمار فلش بنگ انجام دهیم، البته. دیدن کمک های فلش در مقایسه با زمان فلش شدن حریفان به همان اندازه ارزشمند است، تا ببینید فلاش های چه کسانی بیشتر تبدیل می شوند.

امیدواریم تفاوت بین مشاهده آمار به صورت مجزا و با زمینه مناسب را نشان داده باشیم. قبل از اینکه مقاله را به پایان برسانیم، یک هشدار دیگر اضافه می کنیم: هنوز نمی توانیم از نظر آماری تعیین کنیم که چه کسی بهترین فلش بنگ ها را پرتاب می کند. ما قبلاً به محدودیت‌های مربوط به AWPها اشاره کرده‌ایم.

اما ما یک بخش کلیدی از پازل را نیز از دست می دهیم: چه کسی ترکیب فلش بنگ را پیدا کرد؟ چه کسی اجرایی را طراحی کرده است که فلش بخشی از آن است؟ در حالی که غالباً یک IGL است، مربیان و تحلیلگران برای آمار فلش‌بنگ تیم و بازیکنانشان نیز شایسته اعتبار هستند.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

کارکنان پشتی اتاق مانند innersh1ne FaZe در یافتن نارنجک های جدید برای تیم های خود نقش اساسی دارند.

بازیکنی مثل cadiaN در تمام معیارها ظاهر می شود، بنابراین او به وضوح در حال انجام کاری متفاوت با سایر بازیکنان است. اما، از بیرون، نمی‌توانیم 100% مطمئن باشیم که Edge توسط تحلیلگران، سبک و عوامل بی‌شماری دیگر تقویت نمی‌شود.

این بدان معناست که وقتی صحبت از آمار فلش‌بنگ به میان می‌آید، مقایسه تیم‌ها به جای بازیکنان باید منصفانه‌تر باشد. به جز، تیم هایی که امتیازات بالایی در پاس گل می دهند، به ندرت بهترین تیم های جهان هستند.

در واقع، یک همبستگی منفی ضعیف بین کمک های فلش یک تیم و درصد برد دور وجود دارد. از هشت آمار FTU (mutli-kills، open kills و غیره) کمک های فلاش تنها موردی است که خط روند ما به سمت پایین شیب دارد.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

تیم ها دوست دارند Cloud9 به‌طور مداوم کمک‌های فلاش ضعیفی داشته‌اند، و اولین پراکندگی نشان داد که چگونه فازبه نظر می رسد که بازیکنان در واقع فلاش های زیادی را تلف می کنند سینه سرخ "روپز" کول, فنلاندی "کاریگان" اندرسنو راسل "Twistzz" ون دولکن همه در ربع زرد این ما را به دوراهی می برد: آیا بهترین تیم جهان با فلش بنگ هایشان بد هستند؟ یا چیزی را از دست می دهیم؟

پاسخ دوم محتمل تر به نظر می رسد. فاز یک تیم بین المللی، با سبک انفجاری. دورهای آنها کاملاً کوتاه است و زمان کمتری برای فلاش های خدای کامل ردیف شده برای آنها باقی می گذارد. فازدر مقابل هر تیمی طراحی شده است، در واقع برای کمک های فلش کاملاً متوسط ​​هستند. این چند کیل، تبدیل 5 به 4 و تبدیل 4 به 5 است که آنها در آن برتری دارند.

این یک هشدار مهم است که باید قبل از قسمت پایانی مقاله اذعان کرد، جایی که ما همه چیز را برای ایجاد یک "رتبه فلش" مشابه رتبه بندی kill، رتبه تاثیر و رتبه 2.0 در نظر می گیریم. آمار Flashbang، در حال حاضر، نمی تواند تمام زمینه های لازم را شامل شود.

تیم ها نمی خواهند هر فلش بانگی که پرتاب می کنند دشمن را برای سه ثانیه کور کند یا یک کمک دریافت کند. نارنجک بخشی از گربه و موش، جعلی-سنگین، متا است. بنابراین، این لیست قطعی از بهترین پرتاب کننده های فلش بنگ نیست و تلاشی هم برای این نیست. این فقط مجموعه ای از بازیکنانی است که به طور مداوم در این سه معیار عالی هستند:

- فلش بنگ در هر دور پرتاب می شود
- میانگین زمانی که حریفان در هر راند فلش شدند
- کمک های فلش در هر دور

با این حال، این فرمول تا حدودی راه را برای ترسیم یک تصویر کلی از نحوه استفاده یک بازیکن از flashbang های خود، با بازیکنانی مانند cadiaN, جام جمو جبرئيل "افتادن" شهر تولدو یک بار دیگر جایزه گرفت روند AWP-IGL ما یک بار دیگر دیده می شود، در حالی که پنج IGL و شش AWP لیست نهایی را تشکیل می دهند. اما، فراموش نکنید که تاثیر بسیاری از فلش‌بنگ‌ها در این رتبه بندی گنجانده نشده است.

استفاده موثر از آمار فلش‌بانگ از هوش داده پلاتوبلاکچین. جستجوی عمودی Ai.

بنابراین، آیا باید از آمار فلش‌بنگ بیشتر استفاده کنیم؟ شاید؛ بازیکنان دوست دارند cadiaN به وضوح در نارنجک 200 دلاری مهارت دارید و برای انجام این کار مستحق اعتبار هستید. اما، هدف آنها باید به عنوان یک شاخص سبک باقی بماند: این آمار به ما این را می گوید cadiaN از فلاش های خود برای گرفتن پاس گل و کور کردن حریفان خود استفاده می کند، اما این تنها استفاده ممکن نیست. داشتن رتبه پایین به این معنی نیست که یک بازیکن از فلش بنگ های خود به درستی استفاده نمی کند. مانند هر آماری، زمینه پادشاه است. و این درسی است که می تواند در همه معیارها اعمال شود، نه فقط در مواردی که مربوط به فلش بنگ هستند.

تمبر زمان:

بیشتر از تلویزیون HLTV