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。
Bitfinex用户可以免费使用金融数据和内容平台Santiment:据官方公告，Bitfinex宣布其用户可以在平台上免费使用Santiment。Santiment是一个金融市场数据和内容平台，提供分析加密市场和发现数据驱动机会以优化投资的工具。[2022/8/3 2:55:18]
图片由 Foundation.app 提供
跟踪数据?
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。
CoinGeek会议：比特币的价值来自比特币作为促进支付、记录数据和账本协议的本质:据官方消息，比特币协会创始主席Jimmy Nguyen、经济学家Nouriel Roubini、金融和风险作家Nassim Nicholas Taleb、金融密码学家Ian Grigg和Craig Wright在CoinGeek会议上一致认为比特币价值不是来自投机性投资，而是来自比特币作为促进支付、记录数据和账本协议的本质。[2021/7/10 0:42:16]
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。
2020“创业之星”大赛大数据和区块链行业赛复赛即将开启:据官方消息，火币Labs将于8月2日-8月3日在杭州举办创新南山2020“创业之星”大赛大数据和区块链行业赛复赛暨火币Labs创业营训练日活动。自大赛报名开始以来，已收到100+大数据和区块链项目团队报名参赛。
活动邀请了协同数据创始人胡博、华傲数据副总裁高路、法学博士后前火币集团高级法律顾问季凤建、杭州区研创始人火币Labs孵化顾问陈军、分布式资本总法律顾问孙铭、火币大学顾问合伙人《小岛区块链》作者方军、以及火畅空间创始人孙辉等。同时火币Labs总经理袁瑞娟也将亲临现场，详解火币Labs全新创业生态如何为创业者赋能。[2020/8/1]
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。
声音 | 易欢欢：区块链是未来价值互联网体系下最核心支撑数据和架构之一:在今晚 AMA Block与金色财经共同主办的第3期线上分享活动中，北京互联网金融协会研究院院长，易股天下分公司董事长易欢欢针对“如何看待区块链技术及整个行业”的问题进行分享，易欢欢表示，区块链是未来整个价值互联网体系下最核心的支撑数据和架构之一。在价值互联网体系下，整个行业会走向价值的转换，价值转换里面，数据的安全、数据的确权和将数据变成资产显得尤为重要，这是区块链的核心基础价值。从整个行业来讲，区块链发展参差不齐，既有专注于技术的，也有专注于运营和应用的，还有一批一直在做营销的。第一个是底层的分布式的存储，包括密码，相应的共识方式，数据转变资产以及智能合约的应用。 第二个就是政府，区块链的核心应用场景包括政府各项数据的互联互通，政务凭证的流转。查看更多内容请点击原文链接。[2019/10/27]
声音 | 农行刘刚：基于大数据和区块链技术 缓解三农地区信用体系不完善的问题:据金融界消息，3月22日，2019中国数字普惠金融大会在北京召开。中国农业银行科技与产品管理局高级专家刘刚在会上表示，以前很难想象我们能够把金融服务产品，尤其是信贷服务产品，能送到村里去。随着技术的发展，我们能够采用“云+端”的模式，把各种各样的终端形式，在村一级的地方部署，基于大数据和区块链技术，实现交易信息和客户信息真实性、隐私保护和防篡改，有效缓解三农地区信用体系不完善的问题。[2019/3/22]
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。