杂而不野
Wings在本届国际邀请赛正赛阶段共计使用了58个不同的英雄，在所有队伍中排名第一,在总比赛场次高出排名第二EG两场比赛的情况下多使用了6个不同的英雄.优势还是较为明显的.
Wings使用的58个英雄中，26个英雄仅仅使用过一次，他们使用这26个英雄的情况下胜率仅为46.15%.（12胜14负）。
附图,各战队使用英雄数量情况.
(柱状的高度代表选择英雄个数，柱形越粗代表胜率越高)
![]()
从上图来看，大部分战队的情况为用的越多，胜率越高.
Wings使用次数超过5次的英雄有3个，当他们拿到这些英雄时，胜率达到了94%.
这3个英雄是神谕者8-8,拉比克5-6，虚空假面5-5.
在淘汰赛阶段11场比赛，Wings的对手累计ban掉过这3个英雄合计5次.
下图展示了每个队伍1-5号位使用不同英雄数量的情况.
![]()
可以看到，在每个位置上选择的英雄数量中，Wings仅仅在3,4号位(faith_bian,iceice)的英雄数量有较大优势,其它位置优秀却并不突出，在wings的总比赛场次排名第二的情况下，优势明显可是也在正常范围内.
实际上，这届比赛只有Wings使用过的英雄只有3个，分别为帕吉，工程师，以及半人马酋长, 均由Iceice和faith_bian操刀,然而拿出这些英雄中的比赛，Wings的胜率仅有尴尬的25%
![]()
仔细观察一下Wings的英雄池你会发现，这个队伍是套路多，让对手无法针对，但是大部分英雄都不属于"野路子"范畴。
神奇的胜利
淘汰赛11场比赛，胜率81.81%,排名第一，场均比赛时长35.2，仅高于一轮游的Esc排名第二,团队GPM 2144,排名第二,这是Wings交出的王者战绩.
平均10分钟与对手的经济比例为0.97，排名第11，平均每场比赛击杀肉山0.90个，排名第11，平均每局25分钟击杀第一个肉山 ，排名第9,平均每局13分26秒摧毁对方第一座防御塔，排名第10，平均每局囤积野怪9.36次，排名第12.这些平庸的数据同样也是冠军Wings在淘汰赛阶段留下的记录.
也就是说，平均在10分钟落后对手经济3个百分点，最终达到了81%的胜率，每场比赛平均14分钟才摧毁对方第一座防御塔，却平均只用35分钟终结对手.
首先来看一下淘汰赛阶段Wings与对方的团队经济，击杀数量，以及正补数量的差值随时间轴变化情况.
![]()
从上图来看，有几个信息是值得关注的.
1, Wings在前10分钟的对线期经常处于经济和人头都落后的劣势情况.
2，从正补数的变化趋势来看,前10分钟，虽然Wings会经常人头落后，可是补刀数量似乎一直都不落下风.
3，从团队击杀数量变化趋势来看，他们发起进攻的时机主要集中在26分钟后，其中34分钟的进攻往往能直接击溃对手.
如何击败wings
众所周知，让他们选屠夫.
更进一步的答案或许是在对线期打爆他们
本届比赛Wings共输掉了8场比赛，在这8场比赛中，在10分钟平均落后对手1321经济，这项数据在所有队伍中排名倒数第4。
如果只算淘汰赛，Wings在输掉的两场比赛中10分钟平均落后对手2182经济,排名倒数第2.
从数据上来看，本届TI 中10分钟团队经济领先的一方最终获胜的概率为64.15%(102/159)。
从直观感受上，Wings的阵容选择往往都是优先为团战考虑的.
而且越是单一的阵容，对线期就越是容易反复演练.这也是为何大多数战队会在大赛中选择相对稳定的套路的一个原因.
多样化的阵容在对线处理的难度是要大于单一阵容.
第二，本届比赛中的前10分钟,除制作书外Wings共有13件道具场均购买次数在所有队伍中排名前二.
（队伍前10分钟场均购买次数的排名）
![]()
Wings购买小件的频率明显领先于其它队伍.较为值得注意的是在前10分钟场均购买3.56把魔棒.这意味着大部分比赛中，Wings会人手一魔棒来度过对线期.
此外的凝魂之泪，仙灵之火的购买频率都在所有队伍中排名前2.
这或许可以说明他们是有意识的在用装备来弥补阵容对线能力上的不足.
第三，本届比赛中Wings的25场比赛中，20场位于天辉，淘汰赛仅负两场全部位于夜魇。这让我们想起了Ti5上夜魇无敌的CDEC.
天辉的劣势路野点离外塔距离稍近,对于劣单来说会有一些优势，本届比赛Faith_bian共计使用了16个不同英雄，在3号位上比第二名多出6个，或许与此有关，值得一提的是比赛的前10分钟他在天辉在的场均补刀要比在夜魇时多7个.
还有个人的一种猜测.
目前来说，绝大部分队伍在选边上会优先选择夜魇(本届比赛后选的一方选择夜魇的概率为66.66%)，这意味着拿到天辉从策略上更加容易.
我猜测Wings在训练以及比赛中会优先选择天辉来反复演练他们的战术以及团战技巧。事实上，他们这种以打团优先的风格确实会比较依赖地形.
数据不会撒谎,6月份以来Wings一共进行了106场比赛，其中80场在天辉，26场在夜魇。
无尽的抱团
Wings在本届比赛中的淘汰赛似乎从来都没有遇到特别大的阻碍，正常情况下各项数据应该会有较大幅度的领先。
下图统计了淘汰赛阶段所有队伍在补刀，团战，以及推塔上的平均收益情况.
![]()
从上图可以看出Wings在补刀，推塔，以及团战收益的绝对值上都没有领先其他队伍.
20-35分钟甚至在补刀收益上落后绝大部分队伍，这个阶段Wings更倾向于抱团压制对手，极少选择跟对手进行对刷。
这也是为何Wings的比赛为何一直如此好看的原因吧.
对比一下他们跟其他4个对手的经济来源所占比例.
![]()
会发现他们在经济来源上，来自补刀的收益要明显低于其他4强队伍.(注.这里的系统金钱只包括初始的625以及神符金钱).
在其它队伍刚开始准备放开手脚刷钱的时候.
Wings:来决一死战吧!
直观感受上，Wings这只队伍获胜并不需要太多经济差.
下图展示了各只队伍在获胜的比赛中，结束前10分钟与对手经济差对比.
![]()
Wings场均在比赛结束前10分钟只领先对手4000经济.
我们甚至可以给Wings 的比赛总结一下规律：10分钟经济落后，14分钟勉强推掉对手第一座外塔，25分钟的时侯领先对手4000经济，然后一直抱团追着对面怼，35分钟对手打出GG.
只能说这是一只神奇的队伍.
事实上，我也反复在看他们的录像，对比其他数据，试图从其它的角度来试图找出他们”特殊的dota技巧”。
下图为淘汰赛阶段4只队伍的比赛时长分布情况.
![]()
他们一直在变，追求的却一直是不变.
80%的天辉比例，淘汰赛阶段11场比赛没有1场比赛时长超过45分钟，对线期过后永远的抱团节奏。
如果真的要分析Wings为什么这么强，其实是要从他们特殊的BP技巧以及团战习惯上来分析（其实我还想上一些图的，然而社区总是报错）。毕竟这是他们能成功的关键。
然而，用数据去分析一只队伍多场的团战习惯实在是太难了！
我也不是10000分大神，Wings为什么这样BP我也看不明白.
所以.....
我们来招人啦!
要求：
1、热血doto青年.
2、具有扎实的数学功底，统计学基础,数据结构和算法功底，能熟练使用Python,Sql
3、熟练掌握机器学习基本算法，熟悉各种深度神经网络和常用的模型.
4、熟悉常见的开源平台，如Tensorflow、Caffe、Theano等，有开源实践经验或成果演示者优先
5、有较强的沟通能力，有清晰的思路及缜密的思考能力 。
公司在上海!.
数据管够!
福利强！无敌！
有意者直接私信
或者邮箱:yisiu@ceelo.cn
|
转播
