摘要:本文探讨了如何通过对 NFT 数据的分析和整理来实现对艺术家更合理的推荐机制以及更艺术化的呈现形式。
创作者:Mario Klingemann、Hic et Nunc - State of the Art - 2021 年 3 月 18 日(细节)、2021 年。由艺术家本人提供。
如今,数百万种 NFT、数万份 ERC-721 智能合约和数十个交易平台横跨多个区块链。结果,NFT 生态中到处都是噪音和碎片。无论你是刚入圈的收藏者还是经验丰富的加密老炮,想找到吸引人的新作品都不容易。但内容推荐并不是Web3所独有的问题。
多亏他们积累的数据、多年的测试和训练,像 Netflix 和 Spotify 之类的 Web2 公司已经精通了发现的艺术。但对 NFT 这种为「发现」带来独特新挑战的东西,他们的做法可以移植吗?
我在此研究了几种发现 NFT 的可选方法。
NFT 数据提供商将出售附带数据和资产价值的CryptoPunk NFT:12月21日消息,首个附带数据和资产价值的NFT CryptoPunk #5671将于2022年1月1日开始发售,价格为 420.69 ETH。该NFT的运营商DeGenData.eth将在售卖CryptoPunk同时为新所有者提供DegenData 产品和资产等附带价值,此外,NFT数据提供商 DeGenData 的母公司运营着另一个专注于加密的以数据为中心的项目,#5671 NFT也将附带数据价值。
DeGenData 表示:“NFT 的界限开始变得模糊。数字和物理世界现在交织在一起。NFT 不仅仅是个人资料图片。它们正在成为你围绕它们创造的价值。现在是时候要更多地考虑 NFT 代表什么了。”(theblockcrypto)[2021/12/21 7:52:42]
图片由 Foundation.app 提供
深圳南山科创局局长助力2020“创业之星”大赛大数据和区块链行业赛启动仪式:2020年7月2日15时,第十二届中国深圳创新创业大赛南山区预选赛暨创新南山2020“创业之星”大赛大数据和区块链行业赛启动仪式盛大开启。本次大赛由深圳市科技创新委员会和深圳市南山区人民政府联合主办,深圳市南山区科技创新局及深圳市南山区科技创业服务中心承办,其中大数据和区块链行业赛由火币Labs执行。
深圳市南山区科技创新局局长刘石明在启动仪式上致辞,并与火币Labs总经理袁瑞娟以“为‘南山大数据和区块链’创业生态加码”主题对话。刘石明表示,今年是大赛第一年设置大数据和区块链行业赛,一方面南山汇集众多互联网巨头和专业人才,释放出很多区块链行业应用,南山也有很多正在做区块链和准备做区块链的企业;另一方面,区块链的应用领域非常广泛,比如电子发票、银行贷款,政务服务等,在南山都有非常好的前景,因此大数据和区块链的结合一定会成为亮点。
“希望本次比赛能够吸纳全世界各地的区块链项目来到南山创业发展,通过南山政府数据开放、应用场景释放及骨干龙头企业释放的资源,都将加速推动区块链应用在南山的落地。”刘石明说到。[2020/7/2]
跟踪数据?
人民智库:以大数据和区块链技术为治理现代化赋能:4月11日,人民智库刊文《以大数据和区块链技术为治理现代化赋能》。文章表示,我国应以此次疫情防控为契机,处理好政府大数据开放共享、社会大数据应用创新、智慧城市集成创新三方面的工作,可基于区块链技术构建具有公信力的综合数据信息平台,建设“区块网格”机制、“区块互联”的数据共享机制,以及具有权威公信力的统一信息发布平台,使区块链在疫情防控等社会治理实践中发挥更大的作用,在大数据技术应用驱动创新发展方面汇聚更多竞争优势,为进一步推进国家治理现代化赋能。[2020/4/11]
根据销量来发现 NFT 可能是最简单的方法。无论如何,排名和排行榜都是确定最流行收藏品的实用数据点。它们也是收藏者自然侧重的数据,这些人经常根据销量来进行筛选。这种做法的好处之一就是它有可验证性 —— 区块链数据轻易就能获取,通过运行以太坊节点,任何人都可以独立验证排名并亲自收集数据。
排行榜天生就是一个排序的机制,只是没有根据个人的喜好做微调。
毕竟,区块链数据让我们得以一窥艺术家和收藏者的复杂网络。网络科学家立刻意识到了 NFT 数据在揭示这种新兴所有权模式上的力量。
声音 | 国家电网王剑锋:未来将应用区块链等技术统一管理数据和传感设备:据国家电网报消息,近日,国家电网有限公司召开泛在电力物联网建设工作部署电视电话会议。国网天津电力科信部主任王剑锋表示,“未来,我们将深化‘大’‘云’‘物’‘移’‘智’,区块链、能源路由器等技术应用,突破相关技术瓶颈,力争在信息化实用上率先突破,建设数据中台和泛在电力物联网管理平台,对所有数据和传感设备实现统一管理。”[2019/3/21]
然而,刷量(收藏者通过把作品卖给自己来让它们看起来有销量并受人欢迎)仍然是 NFT 交易市场的棘手问题。一些独立加密研究者,比如 takenstheorem ,会通过可视化的方式呈现出相互交易的账号间的联系。
takenstheorem:刷量行为有时看着还挺漂亮
其他收藏者也喜?欢
另一种发现 NFT 的方法是分析和你相似的收藏者。这种做法假设,如果两个收藏者拥有同一组艺术家的作品,那么他们就很可能就有着相似的品味,也许会从其中一人收藏而另一人没有收藏的艺术家那里发现新大陆。这用的是 Facebook「共同好友」的逻辑。
动态 | 新的恶意软件能窃取数据和挖掘密码 暂没有反恶意软件能处理:据 chepicap消息,一种名为L0rdix的新型恶意软件能够窃取数据,在受影响的电脑上谨慎地挖掘密码,并避开研究人员刚刚发现的反恶意软件工具检测。使L0rdix更加危险的是,由于目前市场上还没有反恶意软件的解决方案能够处理L0rdix,它很容易感染其他主机,例如可移动存储、网络驱动器以及网络上的其他计算机。[2018/12/18]
通过透明、分布式、实时的「谁拥有啥」的记录,区块链丰富的数据尤其适合做成网络分析图。任何时候 NFT 被转移,它的数据就被写入相关公链的公共账本,在两个加密钱包间建立起新的联系。这个数据随后就能被用于拓展收藏者的社交图谱。下图是我使用网络可视化工具分析 SuperRare 上 Jason Bailey 的收藏者网络。这个工具也可以把艺术家的收藏者社区可视化,所以我把生成艺术家 Manoloide 的社交图谱也加入进来。
与 Jason Bailey (artnomevault) 和 Manoloide 有联系的 SuperRare 用户。2022 年 8 月 6 日的数据。由 Kyle Waters 提供
图一展示了 Jason 收藏的艺术家,图二展示了 Jason 在 SuperRare 上的「共同收藏者」, 他们共同的特征就在于拥有 Manoloide 创作的作品。如果我们放大 Manoloide 的某个收藏者,就能够搜寻 Jason 尚未收藏的艺术家。让我们以化名 punk6529 的收藏者的藏品 6529Museum 为例。下图展示了一大堆 Jason 可以考虑的新艺术家。基于这份网络分析,他可能会愿意了解一下 Seerlight。
与 6529Museum 有联系的 SuperRare 用户。2022 年 8 月 6 日的数据。由 Kyle Waters 提供。
尽管这是个过度简化的大致模型,但它展示了这种基于网络的方法的力量。更精细的模型可能会基于 Jason 的共同收藏者中有多少人拥有某个特定艺术家的作品的准确数据来排名。将这种做法在多条链上拓展开来(比如以太坊和 Tezos),会需要把艺术家的钱包链接起来以掌握跨链出处的轨迹。
ClubNFT 的探索工具是第一个纯粹基于区块链网络数据做推荐的工具。然而,通过合并额外网络层、代币元数据甚至超越区块链本身,还有把该算法从当前范围进一步拓展的空间。
Mario Klingemann、Hic et Nunc - State of the Art - 2021 年 3 月 18 日、2021年。由艺术家本人提供。
给我更多这样的艺作
还有一种方法则是从 NFT 层面本身来处理这类问题。上图是艺术家 Mario Klingemann 于 2021 年 4 月所作,基于颜色相似度,他将来自 Tezos Hic Et Nunc 交易市场上的超过 25,000 份 NFT 汇集到了一起。还有很多高级计算机视觉技术 也能用来基于主题寻找好的匹配作品。
NFT 元数据(代币指向的任何信息块)也有可能给推荐帮上忙。对于加密艺术,元数据一般包括一个托管在 IPFS(星际文件传输系统)上的 JSON 文件。元数据通常包含标签、描述和其他与作品内容有关的属性。对这类元数据进行分析或许会帮助收藏者发现新作品。然而,没有清晰的标准会让这类信息的统一规范极其困难。
元数据能够提供详细的描述、标签和其他信息,但有时无法提供同样的信息丰富度,这可能削弱 Web3 推荐引擎的效力。
另一个问题是「抄袭挖矿」,即某人通过复制和铸造别人的内容来假冒真正的创作者。这个问题最近已经升级到让 OpenSea 使用 图像识别技术 来防止伪作的程度。任何视觉推荐引擎都可能需要确保艺术家的作品出处以避免推荐抄袭的 NFT。尽管 ClubNFT 的探索工具没有将移除抄袭作品作为明确诉求,但它的确要求这些作品需要有真实的收藏者,以此为恶意的推荐结果提供某种程度的防范。欲了解「抄袭挖矿」的作品都有哪些迹象,请观看 ClubNFT 安全课程中关于欺诈的 短视频。
Seerlight、High-Rise、2022年。由艺术家本人提供。
结论
成功的推荐引擎的共同点在于拥有海量的数据。基于 NFT 生态中的可用数据,显然有机会构建出能够帮助收藏者纵横市场的各种发现系统,也可以开发出让艺术家崭露头角(或重振雄风)的各类工具。无论选择哪种方式,我们都必须留意 Web2 带来的教训,防止产生算法偏见,避免再次制造出独霸一方的权力结构。Web3 工具也必须避免对某些艺术家厚此薄彼式的反复推荐,这只会让一部分人轻而易举地获得特权。站在一名数据分析师的角度,发现藉藉无名的艺术家是一项巨大的挑战,但只要我们通过对新艺术家的支持来代替追星文化,这个问题就能够得以解决。
作者:Kyle Waters
金色早8点
金色财经
去中心化金融社区
CertiK中文社区
虎嗅科技
区块律动BlockBeats
念青
深潮TechFlow
Odaily星球日报
腾讯研究院
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。