Soporte algorítmico en la conformación de planteles digitales para competencias oficiales de FIFA EA-SPORTS® : Técnicas de Machine Learning como propuesta a deportistas electrónicos para predecir el rating de jugadores

Abstract

El videojuego FIFA EA-Sports ® es un simulador virtual de partidos de fútbol, en el cual el usuario puede seleccionar a su equipo de preferencia disponiendo de sus nombres, escudos, estadios y jugadores oficiales fruto de las licencias adquiridas a lo largo del tiempo (Electronic Arts, 2021). Desde sus inicios hasta el presente, el simulador es considerado como una insignia de la industria de los videojuegos y principal impulsor de las competencias de deportes electrónicos ('E-Sports'). El marcado interés por parte de sus consumidores y la creciente popularidad en las competencias virtuales, conocidas como FIFA GLOBAL SERIES – ULTIMATE TEAM ®, (Electronic Arts, EA Games, 2021) han dinamizado el desarrollo de un rentable negocio para gestar un nuevo oficio pago: el deportista electrónico. Como consecuencia de la elevada exigencia y dificultad de los torneos digitales, se dio origen a la conformación de equipos profesionales para potenciar el entrenamiento y resultados esperados. Entre los más exitosos se destacan 'DUX', 'DIRE WOLVES', 'FALCONS', 'FOKUS CLAN' y 'NEO'. Contar con un amplio conocimiento acerca de la mecánica con la que opera el simulador para calificar / valorar a cada componente virtual (jugador - plantel), resulta un factor clave en la estrategia de cada equipo profesional a fin de maximizar su rendimiento. En tal sentido, el objetivo general del presente trabajo final de especialización es analizar la variación de las variables en todas las versiones del videojuego y cómo afectan al rating global de cada jugador para predecir el modo en que dicha métrica se comportará en el siguiente período.