kdj數值的計算原理?原文：INVEN 記者：심영보，今天小編就來說說關于kdj數值的計算原理?下面更多詳細答案一起來看看吧!

kdj數值的計算原理

原文：INVEN

記者：심영보

翻譯：荷艾西

數據分析，是除了親自下場、在旁觀看以外的另一種享受比賽的方式。當某項競技受到了關注、開始職業化的時候，相關數據分析會應運而生，數據分析的登場也會讓這項運動的職業化程度日漸提升。在這個過程中，粉絲也能活用數據分析從這項競技賽事中獲得更多彩的樂趣。

LoL這個電子競技項目也是一樣的。而韓媒INVEN認為，LoL目前在這部分上的發展仍有遺憾之處：現存的可量化分析的指标過少，分析缺乏客觀性，這與LoL不斷提升的遊戲和比賽水準并不匹配。對此，INVEN提倡引入類似棒球的OPS公式、籃球的PER公式等傳統體育數據分析模式，建立“二級數據指标”，完善LoL數據分析指标系統。

以下是原文翻譯。

當前指标所存在的問題

1、現存數值不足

LOL官網的LCK選手數據表

現存指标中所存在的問題不少，首當其沖的就是數值的不足。現在LoL官方網頁中所提供的數據指标共有9個，除去遊戲局數、遊戲時間和總補刀數以外，隻剩下6個與競技能力有密切關系的指标。當然也有以下這種，以某一場比賽為單位提供的數據項表格。

但這些數據項中并沒有包含合計項或平均項。也就是說，目前我們能在官方獲得的指标，隻有擊殺數、死亡次數、助攻數、KDA、擊殺參與率和分均補刀六項，而KDA本身就是由擊殺數、死亡次數、助攻數演化而來，因此真正能用的指标隻有三項。許多專家和粉絲都認為有意義的指标之一輸出值目前也沒有公開。

2、最大的問題是缺乏客觀性

即使隻有三個指标，如果它們足夠客觀也是不存在什麼問題的。但問題是這三個指标是否足夠客觀？恐怕并不是。這是很早之前就在玩家中存在的大多數意見。在LoL比賽的水平層級變得越來越高的階段，無論在哪裡都找不到能充分滿足專家和觀衆們的需求的數據指标。

首先我們來看看代表性的數據值KDA。在LoL初創時，KDA新鮮登場，吸引了很多人的關注。在此之前隻有死亡次數較少、獲得人頭數較多的選手能夠得到人們的青睐，引入助攻數以後，這個數據項顯得更加成熟洗練、更加客觀。

在當時，KDA是一個足夠有影響力的指标。但時至今日，LoL職業戰隊的能力與水準都已經大幅提升，KDA已經無法客觀展示類似運營、視野掌控、心理戰等無法用肉眼觀察到的戰況。在比賽直播中，解說也經常會以“雖然KDA并不是那麼重要，但是…”這樣的話來展開一段分析。

以LCK夏季賽KDA順序排列

從這個表格就可以看出來KDA這個指标的不客觀。大部分在聯賽中實力位于上遊的選手都上榜了，但表格裡還是很容易找到令人産生疑惑的地方。Arrow雖然是一位優秀的AD選手，但他的表現是否如數值反映的那樣，比Pray都要優秀？還有更讓人驚奇的是JinAir的AD Pilot，他以微小的優勢超越了Faker。Pilot在夏季賽的表現甚至都沒有收到過高分評價，但在KDA上卻如此亮眼。而夏季賽上被評價為世界頂尖選手的Smeb在這裡也不過排名第7。另外，輔助選手上榜的隻有Gorilla一人。KDA這樣的指标，主要側重表現的是擔任輸出的中單和AD兩個位置的選手。

我們把擊殺參與率與分均補刀兩項指标也确認過一遍，發現這兩項指标也存在着同樣的問題。

以LCK夏季賽擊殺參與率順序排列

以LCK夏季賽分均補刀是順序排列

一級指标向二級指标進化

1、可實現的二級數據指标

上文提及的問題，大部分都可以用二級數據指标來解決。二級數據指标由多樣化的一級指标（指傳統體育中的得分、減分、助攻、安打）加工而來，最大的優點在于可以比較客觀地測定選手的競技水平。

二級數據指标并不是全新的東西，在其他的體育項目上已經得到廣泛的使用，例如籃球與棒球，更準确地說，是MLB及NBA，在這些傳統體育的職業聯賽中，二級數據指标已經如一級指标一樣被廣泛通用。最具代表性的是棒球中适用的On Base Plus Slugging(OPS), 籃球适用的Player Efficiency Rating(PER，霍林格效率值)。

PER的創始人John Hollinger曾介紹，“PER通過合計某位選手的正面表現、減去他的負面表現以後，再根據他的出場次數可以得出這位選手的效率表現。”這裡所說的正面表現包括得分、搶斷、蓋帽、助攻、籃闆球等等，負面表現則是投籃失敗、失誤、犯規等。

不是單純地看某幾個一級指标，而是以多個不同的一級指标為基礎，分析選手的表現，其客觀性當然也得以提升。假如某位得分能手場均得分30，隻看這個數值，在一級指标中他已經達到了A級選手的标準，但再綜合上失誤、投籃失敗、犯規等負面表現數據後，在二級指标中就能發現他的表現也許并沒有想象中的那麼好。

除此以外，那些因為位置或者所扮演的角色而承受着某些數據損失的選手，在二級指标中也能夠得到不錯的數值。舉例來說，某選手比起得分更适合某些體系，他們的表現可能沒有那麼亮眼，但他們能獲得籃闆球、防守等不錯的一級指标，也可能得到不錯的二級指标評價。

PER公式

另外，在一級指标的分析中很重要的一點是，需要注意用修正系數得出客觀分析。

首先，需要根據上文所提及的正面表現、負面表現的重要程度來予以修正。舉例來說，得分是最重要的一項數值；其他會對一級指标造成影響的因素同樣也會進行相應的修正。

接下來的factor（和進攻數據相關的聯賽平均值）、VOP（聯賽平均持球進攻價值）、DRB%（聯賽平均防守籃闆比例）等算式能夠把選手的數據與聯賽平均值進行比較，從而修正選手個人數值所體現出來的數值。出場時間也是同樣重要的修正數據（對籃球項目的特性來說非常重要）。

最後，将聯賽的Pace值（每48分鐘雙方進攻次數）除以本隊的Pace值，再和uPER相乘（消除掉了隊伍打法快慢對數據的影響），再将修正後的uPER，和聯賽平均PER（固定為15）、聯賽平均uPER進行修正（15/lguPER）。

至此，隊伍比賽耗時、效率等内容都已得到修正，二級數據指标PER也完成了。

把修正系數的概念放到LoL項目中來說，假定換線版本及對線版本所産生的一級指标全然不同，但活用二級指标中的修正系數以後，能夠相對消除版本不同所帶來的影響，從而得出選手個人實力的檢測指标。

賽季結束後，選手所獲得的PER數值一般能夠得出以下的評價：

地表最強選手：35

聯賽MVP：30

All Star：25

球隊2當家：20

聯賽平均：15

PER隻是一個例子，LoL要建立二級數據指标，需要投入完全不一樣的方式和算式。雖然這不會是一件簡單的事，但如果真的可以建立起一個具有公信力的二級數據指标，電競項目也能夠向更加專業的方向發展、更加繁榮，并能為粉絲們增添一層新的樂趣。

2、二級指标也有其局限性

但在這裡，我們也想說明，二級數據指标也并不是一個完美的指标。二級指标由一級指标演化而來，會因為外部因素的影響而出現變動，同時有不少算式也融入了創造者的主觀意識，難免受到影響。也因此，同一個項目中會存在着多個不同的二級指标，這也能從側面證明二級指标的局限性。

在電競圈内運用二級數據指标，還會産生另一個問題：電競項目的壽命有限，是否有必要建立二級指标。電競項目壽命并不長，等二級指标建造完成，很可能它已經使不上用處了。

我們認為，這個說法雖然有一定的合理性，但仍然是一個草率的判斷。遊戲項目已經有别于以往，會進行周期性的版本更新，LoL在這一點上更是處于領先位置（相比其他遊戲項目來說會更注重更新），LoL可以再有10年、甚至更長的壽命。

最後的話

其實LoL在建立二級數據指标這件事并不是沒有上做過努力，Riot曾經打造過的“Carry Rating”系列指标就是一個代表作。但這個數據指标看起來像是倉促而作，漏洞較多，大多數的指标都形同虛設，現在也已經消失在觀衆的視野中。另外，最近也出現了INVEN用戶自創的分析英雄強勢與否的數據指标表格，但這畢竟隻是網友自制的指标，仍待檢驗，也不是一份能夠用以衡量選手實力的指标。

而在Riot和網友個人以外，還有媒體、專家、統計學者等等能夠為打造指标出一份力的人，大家一起來加入頭腦風暴的話，是否能創造出更完善的指标呢？

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!