Breve presentación del acercamiento de un trabajo de data mining. En concreto se analiza el análisis del poker online y se propone abordar el problema con clustering y reglas de asociación.
Versión muy preliminar.
1. Análisis de Poker Online.
Breve descripción del problema
Jesús Nubiola
2. ¿Como funciona el Poker
Online?
Holdem
Manager
.xml
Manos
jugadas
Crear BBDD estructurada (PostgreSQL) y una GUI para acceder a
ella...
problema #manos insuficiente!
Mínimo ~ 5000 manos de cada jugador
Ideal ~ 50000 manos...
3. ¿Como funciona el Poker Online?
Lo solucionaremos comprando manos a empresas que se
dedican a minar la mayoría de los niveles de poker durante
24h al dia, 7 días a la setmana 365 días al año; 366 si es
bisiesto ;)
O bien pidiendo BBDD a la comunidad de poker online...
5. Primera aproximación…
Perfil
Perfil A Perfil B
N
A1 B1 N1
+ A2 B2 N2
… bb/100
Voluntary Put in percentage (VPIP) %
Preflop Raise (PFR) %
Aggression Postflop (AggPF) %
6. Clustering
•Una vez hecha la agrupación manual mediante los
anteriores atributos haríamos el clustering no supervisado.
•El clustering, se hará por separado a cada uno de los
perfiles, i en función de una gran cantidad de atributos.
•Lo que se espera del clustering es encontrar qué atributos
son determinantes en los perfiles de los ganadores.
¿Algoritmos a utilizar?
7. Clustering
Ganadores PERFIL A
• Buscamos los grupos de atributos que, cumpliéndolos en un
porcentage similar, determinan un perfil ganador.
A-F
D-E-J
K
8. Clustering -> Reglas de Asociación
Una vez conseguido el clustering con los ganadores de
un perfil, clusterizar diferentes tipos de perdedores
para poderlos aprovechar en reglas de asociación…
p.e: Siempre que un A1 se enfrenta a un B4 en una
situación en concreto X; sube la apuesta (Raise).
9. Casos de uso
Anàlisis de distintos modos de jugar (por dia, horas, fines de
semana, meses…) basándonos en el perfil de jugadores que hay.
Estudiar las diferencias entre niveles econòmicos (Nl10, Nl100, Nl600...).
Estudiar diferencias entre diferentes salas de poker online.
Pulir errores comunes y ayudar a mejorar el juego de un jugador.
Extraer conocimiento no obvio de perfiles de rivales y poder explotar sus
debilidades.
...