本文共三個部分：
1，我用python玩爐石傳說（1）-----爐石卡牌相關度分析的手動打分器
2，我用python玩爐石傳說（2）-----爐石卡牌套牌爬取器及自動分析卡牌相關度
3，我用python玩爐石傳說（3）-----爐石卡牌套牌自動建構算法
引言：
第一章中做了個手動打分器，但工作量太大是以想到用大量的套牌資料來分析卡牌相關度。核心思想是，如果兩張卡牌的相關越高那麼這兩張卡牌共同出現在一個套牌deck裡的機率就越高。類似與nlp中詞相關度[參考1][參考2]。
一，套牌爬取
hearthpwn/hearth.py
爬取目标網站www.hearthpwn.com/decks ，這個網站有相當多的玩家組建套牌。
爬蟲程式抄取得這位大佬的https://github.com/waymanglover/hearthstats，自己做了些改動（代碼下方）。
爬取下來大概500多份的卡組資訊。
二，資料清洗
relatanalysis.py
爬取下來的卡組不能直接使用，因為觀察發現有許多套牌重複性很高，另外有些套牌隻有幾張不夠30。
是以，需要做一步套牌相關性分析。
這裡借鑒NLP中語句相關性判斷方法，最簡單的方法。如果兩個句子裡，共同出現的詞越多，那兩個句子相關度越高。[參考1]
圖檔摘選自 參考1
def decksrelat(self, threshold=0.8):
print('all orign decks:', len(self.iddecks))
filter_decks = []
for n, i in enumerate(self.iddecks[:-1]):
for j in self.iddecks[n+1:]:
relaty = word_sim(i, j)
if relaty > threshold:
if len(i) <= len(j):
i = False
break
if i:
filter_decks.append(i)
print('now all decks:', len(filter_decks))
self.iddecks = filter_decks
周遊所有卡組，去除相關度超過0.8的，對兩個相似的卡組，保留所用卡牌種類多的。
三，分析卡牌相關度
relatanalysis.py
本節為重點，重點是怎麼分析卡片之間的相關程度及算法。這裡還是參考了，NLP方案中的，點互資訊算法[參考2][參考3]。
點間互資訊（PMI）主要用于計算詞語間的語義相似度，基本思想是統計兩個詞語在文本中同時出現的機率，如果機率越大，其相關性就越緊密，關聯度越高。兩個詞語word1與word2的PMI值計算公式如下式所示為：
P(word1&word2)表示兩個詞語word1與word2共同出現的機率，即word1與word2共同出現的文檔數， P(word1)與P(word2)分别表示兩個詞語單獨出現的機率，即word出現的文檔數。若兩個詞語在資料集的某個小範圍内共現機率越大，表明其關聯度越大；反之，關聯度越小。P(word1&word2)與P(word1)P(word2)的比值是word1與word2兩個詞語的統計獨立性度量。其值可以轉化為3 種狀态：
P(word1&word2) > 0；兩個詞語是相關的；值越大，相關性越強。
P(word1&word2) = 0；兩個詞語是統計獨立的，不相關也不互斥。
P(word1&word2) < 0；兩個詞語是不相關的，互斥的。
（以上點間互資訊介紹複制粘貼自[參考3]）
總的說來就是，分别統計所有卡牌出現的次數，以及互相之間共同出現的次數。如果兩個卡牌共同出現次數多并且分别與其自身出現次數接近，那麼其相關度就高。
這裡對公式做出了些修改，因為有些出現次數高，但共同出現次數低的兩張卡牌，其計算出的互資訊就是負的，這其實有點違背爐石構牌原則，即總是會選相關的、或能完善套牌建構的。
修改後的公式：
，Nab為AB卡牌共同出現在一個套牌裡次數，Na表示A牌出現次數（這裡注意，卡牌可以選兩張，但計算時隻考慮一張）
def easycorr(count_matrix, cards_num):
for i in range(cards_num):
for j in range(cards_num):
if i == j:
continue
if count_matrix[i, i] < 1.0 or count_matrix[j, j] < 1.0:
continue
count_matrix[i, j] = count_matrix[i, j] / (count_matrix[i, i] + count_matrix[j, j] - count_matrix[i, j])
以下是分析效果，通過第一章的QT界面顯示出來效果
上圖表示，左欄選中虛空分析師，右欄為其相關度從高到低的排序标題
算法還是工作的比較好的
代碼連結：https://github.com/GladosAI/hearthstone-card-correlation-analys
- 參考1：一種基于成分的句子相似度計算
- 參考2：NLP︱句子級、詞語級以及句子-詞語之間相似性（相關名稱：文檔特征、詞特征、詞權重）
- 參考3：資料挖掘筆記-情感傾向點互資訊算法
- 參考4：詞語間相關度計算算法
下一章，我用python玩爐石傳說（3）-----爐石卡牌套牌自動建構算法