先讲结论，以免技术名词太多，大家直接End。
结论：
R社有在使用Machine Learning、streaming等技术以增进游戏体验（官方说法），
其中包含：角色平衡、网络延迟处理机制、商城skin推荐系统...等。
小弟今年有幸参加spark summit 2016，身为一个LOL的铜牌玩家
怎么可以不去看看R社到底在干嘛？于是就参与了该场次的会议。
会议大纲连结在此：http://0rz.tw/S1p0C
开始步入主题
角色平衡：R社会储存每场对战的所有资料，包含角色伤害...等等等，
应该对战纪录看得到的都有存，这些资料就会使用streaming
传输=>分析(hive/其他工具)=>储存=>建立model(Machine Learning))=>再分析/验证
建立model这一段可能会花很长一段时间，端看R社training的方法怎么设定，还有英雄
的伤害总类与资料太多啦。所以每次英雄砍一刀/大改都要花很久时间是这原因？
商城skin推荐系统：会根据购买的skin推测出玩家的喜好，进而推荐你要买什么skin。
网络延迟处理机制：也是使用这样的流程。只不过R社有training几个model，目前还在
尝试哪种方法比较好。
喔，忘记讲了，目前这些东西只在北美使用/测试，其他地区可能还没实装？！
这一点官方也没提到。
这一场听完后，我的直觉是审判机制应该也要用啊！
补上几张场地照片：
http://imgur.com/a/cpqGe
谢谢大家！