Herramienta de análisis de datos para la evaluación de variables de desempeño de jugadores del videojuego league of legends

Vista sencilla de ítem
dc.contributor.advisorMoreno Corzo, Feisar Enrique
dc.contributor.apolounabMoreno Corzo, Feisar Enrique [feisar-enrique-moreno-corzo]spa
dc.contributor.authorMartinez Santamaria, Pedro Esteban
dc.contributor.authorAgudelo Villarreal, Carlos Daniel
dc.contributor.cvlacMoreno Corzo, Feisar Enrique [0001499008]spa
dc.contributor.googlescholarMoreno Corzo, Feisar Enrique [jz75nEcAAAAJ]spa
dc.contributor.linkedinMoreno Corzo, Feisar Enrique [feisar-moreno]spa
dc.contributor.linkedinMartínez Santamaria, Pedro Esteban [pedromartinez9i]spa
dc.contributor.linkedinAgudelo Villareal, Carlos Daniel [carlos-agudelo-482111339]spa
dc.contributor.orcidMoreno Corzo, Feisar Enrique [0000-0002-5007-3422]spa
dc.contributor.researchgateMoreno Corzo, Feisar Enrique [Feisar-Enrique-Moreno-Corzo-2169498891]spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal6 Mesesspa
dc.date.accessioned2025-08-08T15:53:18Z
dc.date.available2025-08-08T15:53:18Z
dc.date.issued2024-11-10
dc.degree.nameIngeniero de Sistemasspa
dc.description.abstractEste proyecto presenta el desarrollo de una herramienta computacional basada en técnicas de análisis de datos y aprendizaje automático no supervisado, específicamente algoritmos de clustering, diseñada para evaluar el rendimiento de jugadores del videojuego League of Legends en la posición de carril superior (Top lane). Mediante la segmentación y análisis de partidas en intervalos estratégicos (early, mid y late game), la herramienta identifica patrones significativos relacionados con variables clave como daño infligido, acumulación de oro y desempeño en la obtención de súbditos. La solución, implementada en una interfaz web interactiva construida con tecnologías FastAPI y React, facilita retroalimentación personalizada y recomendaciones específicas para mejorar el rendimiento competitivo. El resultado contribuye al crecimiento de la comunidad universitaria en el ámbito de los Esports, ofreciendo una base metodológica sólida para futuros desarrollos aplicados en contextos similares.spa
dc.description.abstractenglishThis project presents the development of a computational tool based on data analysis techniques and unsupervised machine learning—specifically clustering algorithms—designed to evaluate player performance in the Top Lane position of the videogame League of Legends. Through segmentation and analysis of game data across strategic intervals (early, mid, and late game), the tool identifies meaningful patterns related to key variables such as damage dealt, gold accumulation, and performance in creep scoring. Implemented within an interactive web interface built using FastAPI and React technologies, the solution provides personalized feedback and specific recommendations aimed at enhancing competitive performance. The outcomes contribute to fostering the growth of the university community in the Esports field, offering a solid methodological foundation for future applied developments in similar contexts.spa
dc.description.degreelevelPregradospa
dc.description.learningmodalityModalidad Presencialspa
dc.description.tableofcontentsAGRADECIMIENTOS .....................................................................................................6 CONTENIDO .....................................................................................................................7 FIGURAS ..........................................................................................................................11 GLOSARIO ......................................................................................................................13 RESUMEN ........................................................................................................................16 INTRODUCCIÓN ...........................................................................................................17 1 PROBLEMA DE INVESTIGACIÓN .........................................................................18 1.1 Antecedentes del problema ..................................................................................18 1.2 Planteamiento del problema ................................................................................18 1.3 Formulación del problema ...................................................................................18 2 OBJETIVOS ...................................................................................................................19 2.1 Objetivo General ................................................................................................19 2.2 Objetivos Específicos ........................................................................................19 2.2.1 Objetivo Específico 1 ...............................................................................19 2.2.2 Objetivo Específico 2 ...............................................................................19 2.2.3 Objetivo Específico 3 ...............................................................................19 3 JUSTIFICACIÓN .........................................................................................................20 4 MARCO DE REFERENCIA .......................................................................................21 4.1 Marco teórico ....................................................................................................21 5 DISEÑO METODOLÓGICO .....................................................................................23 5.1 Tipo de investigación .......................................................................................23 5.2 Método de investigación ..................................................................................23 5.3 Fuentes y técnicas de recolección de información ............................................24 5.3.1 Fuentes primarias ................................................................................24 5.3.2 Fuentes secundarias ............................................................................24 5.4 Delimitación y alcance ......................................................................................25 5.5 Población y muestra ..........................................................................................26 Población objetivo .............................................................................................26 Muestra ..............................................................................................................26 6 DESARROLLO DE LA PROPUESTA ......................................................................27 FASE 1 ..................................................................................................................27 6.1 Desarrollo Objetivo Específico 1 .................................................................27 6.1.1 Agrupar y definir datasets ...................................................................27 6.1.2 Definir la estructura de base de datos .................................................29 6.1.3 Depurar el dataset seleccionado ..........................................................34 FASE 2 ..................................................................................................................36 6.2 Desarrollo Objetivo Específico 2 .................................................................36 6.2.1 Establecer un rol ................................................................................36 6.2.2 Investigar y desarrollar algoritmos .....................................................36 FASE 3 ..................................................................................................................42 6.3 Desarrollo Objetivo Específico 3 .................................................................42 6.3.1 Probar y validar la herramienta ..........................................................46 7 CONCLUSIONES .........................................................................................................60 8 RECOMENDACIONES ...............................................................................................61 BIBLIOGRAFÍA ..............................................................................................................62 ANEXOS ...........................................................................................................................63spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/30696
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería de Sistemasspa
dc.publisher.programidISI-1791
dc.relation.referencesRiot Games. (2024). League of Legends. Disponible en: https://www.leagueoflegends.com/es-mx/spa
dc.relation.referencesLeague of Graphs. (2024). League of Legends statistics and analytics. Disponible en: https://www.leagueofgraphs.com/spa
dc.relation.referencesPorofessor. (2024). Porofessor.gg. Disponible en: https://porofessor.gg/spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsSystems engineerspa
dc.subject.keywordsTechnological innovationsspa
dc.subject.keywordsData Analysisspa
dc.subject.keywordsClusteringspa
dc.subject.keywordsEsportsspa
dc.subject.keywordsRiot Games APIspa
dc.subject.keywordsPerformancespa
dc.subject.keywordsMachine Learningspa
dc.subject.keywordsLeague of legendsspa
dc.subject.keywordsVideo gamesspa
dc.subject.keywordsElectronic gamesspa
dc.subject.keywordsVideo game designspa
dc.subject.keywordsTheory of machinesspa
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembInnovaciones tecnológicasspa
dc.subject.lembVideojuegosspa
dc.subject.lembJuegos electrónicosspa
dc.subject.lembDiseño de videojuegosspa
dc.subject.lembTeoría de las máquinasspa
dc.subject.lembJugadores de videojuegosspa
dc.subject.proposalAnálisis de datosspa
dc.subject.proposalRendimientospa
dc.titleHerramienta de análisis de datos para la evaluación de variables de desempeño de jugadores del videojuego league of legendsspa
dc.title.translatedData analysis tool for evaluating performance variables of League of Legends video game playersspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTrabajo de Gradospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP

Archivos

Bloque original

Mostrando 1 - 2 de 2
Miniatura
Nombre:
2024_Tesis_Pedro_Martinez_Carlos_Daniel.pdf
Tamaño:
2.75 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
Licencia.pdf
Tamaño:
580.19 KB
Formato:
Adobe Portable Document Format
Descripción:
Licencia
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería de Sistemas