先講結論，以免技術名詞太多，大家直接End。
結論：
R社有在使用Machine Learning、streaming等技術以增進遊戲體驗（官方說法），
其中包含：角色平衡、網路延遲處理機制、商城skin推薦系統...等。
小弟今年有幸參加spark summit 2016，身為一個LOL的銅牌玩家
怎麼可以不去看看R社到底在幹嘛？於是就參與了該場次的會議。
會議大綱連結在此：http://0rz.tw/S1p0C
開始步入主題
角色平衡：R社會儲存每場對戰的所有資料，包含角色傷害...等等等，
應該對戰紀錄看得到的都有存，這些資料就會使用streaming
傳輸=>分析(hive/其他工具)=>儲存=>建立model(Machine Learning))=>再分析/驗證
建立model這一段可能會花很長一段時間，端看R社training的方法怎麼設定，還有英雄
的傷害總類與資料太多啦。所以每次英雄砍一刀/大改都要花很久時間是這原因？
商城skin推薦系統：會根據購買的skin推測出玩家的喜好，進而推薦你要買什麼skin。
網路延遲處理機制：也是使用這樣的流程。只不過R社有training幾個model，目前還在
嘗試哪種方法比較好。
喔，忘記講了，目前這些東西只在北美使用/測試，其他地區可能還沒實裝？！
這一點官方也沒提到。
這一場聽完後，我的直覺是審判機制應該也要用啊！
補上幾張場地照片：
http://imgur.com/a/cpqGe
謝謝大家！