Details
| Title | Программа прогнозирования рейтинга команд для студенческих чемпионатов по игре "Что? Где? Когда?": выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.03.03_01 «Интеллектуальные информационные системы и обработка данных» |
|---|---|
| Creators | Банникова Анастасия Васильевна |
| Scientific adviser | Вербова Наталья Михайловна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
| Imprint | Санкт-Петербург, 2025 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | реляционные базы данных ; прогнозирование рейтинга ; машинное обучение ; обработка данных ; интерактивная визуализация ; автоматизация сбора данных ; relational databases ; rating prediction ; machine learning ; data processing ; interac-tive visualization ; automated data collection |
| Document type | Bachelor graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Bachelor |
| Speciality code (FGOS) | 02.03.03 |
| Speciality group (FGOS) | 020000 - Компьютерные и информационные науки |
| DOI | 10.18720/SPBPU/3/2025/vr/vr25-2975 |
| Rights | Доступ по паролю из сети Интернет (чтение) |
| Additionally | New arrival |
| Record key | ru\spstu\vkr\37227 |
| Record create date | 9/19/2025 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
| Group | Anonymous |
|---|---|
| Network | Internet |
В данной работе рассматривается создание системы, которая на основе исторических данных позволяет прогнозировать результаты команд в интел-лектуальных турнирах. Особое внимание уделено проектированию реляцион-ной базы данных с обеспечением целостности и связей между таблицами, ав-томатизации сбора и обработки данных через API, а также преобразованию сложных форматов ответов в удобные для анализа признаки. Для повышения точности прогнозов разработана модель машинного обучения с использова-нием градиентного бустинга, дополненная расчетом метрик сложности во-просов. Создано интерактивное веб-приложение на Dash, позволяющее визуа-лизировать прогнозируемые вероятности правильных ответов и сравнивать их с реальными результатами команд. Проведенное тестирование подтвердило высокую эффективность моде-ли и практическую применимость решения для тренеров и организаторов турниров. Работа демонстрирует возможности интеграции современных методов анализа данных и машинного обучения в сфере интеллектуальных игр.
This work focuses on developing a system that uses historical data to predict team performance in intellectual tournaments. Special attention is given to design-ing a relational database with ensured integrity and table relationships, automating data collection and processing via API, and transforming complex answer formats into features suitable for analysis. To improve prediction accuracy, a machine learn-ing model based on gradient boosting was developed, enhanced by calculating question difficulty metrics. An interactive web application built with Dash was cre-ated to visualize predicted probabilities of correct answers and compare them with actual team results. Testing confirmed the model’s high effectiveness and practical applicability for supporting coaches and tournament organizers. The work demonstrates the po-tential of integrating modern data analysis and machine learning methods in the field of intellectual games.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
- b017fdf86c22c680043a8b1e3a00bb1e19a83acf603bb2bf6fde323c9ff60ba0.pdf
- a41484ece6c792120a15c124c55718e4166e69e2e5cd70569ab4084f78846b03.pdf
- b017fdf86c22c680043a8b1e3a00bb1e19a83acf603bb2bf6fde323c9ff60ba0.pdf
Access count: 0
Last 30 days: 0
