Un enfoque de ciencia de datos para evaluar y cuantificar la dinámica de los mercados NFT.

"NFT Network Graph Analysis puede ser una herramienta útil para mejorar la forma en que se evalúan las colecciones de NFT".

Introducción

Blockchain es la próxima frontera para la ciencia de datos. Las transacciones de Blockchain están disponibles públicamente y los científicos de datos apenas comienzan a estudiar estos nuevos e interesantes mercados. Como cofundador y director de ciencia de datos de Chain Champs , un mercado de NFT en tiempo real impulsado por IA, he estado explorando técnicas para describir los mercados de NFT. Este análisis utiliza datos de WAX ​​Blockchain, pero las técnicas utilizadas se pueden aplicar a otras Blockchains. Existe un creciente cuerpo de trabajo que utiliza gráficos de red y análisis de redes sociales para describir transacciones NFT[1, 2]. Deseo ampliar este tema y definir nuevas características de un análisis gráfico de red NFT.

¿Por qué CERA?

Volando mayormente bajo el radar, WAX es la cadena de bloques más activa para NFT. Al momento de escribir, tres de los 10 Dapps Blockchain más activos están en WAX (incluido el juego Alien Worlds, que es el número 1). Muchos usuarios de la cadena de bloques participan en más de una colección. Al crear un gráfico que vincula las colecciones, tenemos una idea de qué colecciones son populares y cuáles atraen a usuarios similares. El siguiente gráfico muestra las colecciones vinculadas entre sí por los usuarios que compran/venden varias colecciones. Esto representa vagamente la dinámica de cobro para los mercados NFT en WAX Blockchan.

El gráfico anterior tiene 167 Nodos (colecciones) y 791 Bordes (conexiones entre colecciones). El tamaño del nodo se determina utilizando la medida de Grado de Centralidad, que es proporcional a la fracción de nodos que están directamente conectados a él. Usando el algoritmo de detección de la comunidad de Louvain, el gráfico se divide en tres comunidades. Los nodos azules son en su mayoría colecciones de coleccionables digitales, mientras que los otros dos son en su mayoría juegos de jugar para ganar (P2E).

Colecciones

Descubrir nuevas colecciones puede ser un desafío y es importante que los usuarios se eduquen. Desafortunadamente, las métricas como Usuarios, Volumen de ventas, Precio mínimo, etc. se manipulan fácilmente y pueden ser engañosas. Por ejemplo, una estafa de bombeo y descarga bien coordinada puede dar la ilusión de métricas crecientes que son imposibles de discernir de la dinámica legítima de oferta y demanda. NFT Network Graph Analysis puede ser una herramienta útil para mejorar la forma en que se evalúan las colecciones de NFT.

Los gráficos se pueden analizar visualmente en busca de características inusuales, como los centros y satélites que aparecen en el gráfico de Farmers World a continuación.

Reuní una lista de métricas que se pueden extraer utilizando el enfoque de análisis gráfico de red NFT. Éstas incluyen:

• Número de cuentas de transacciones : el número de cuentas que compran o venden en una semana determinada
• Número de conexiones : el número de enlaces entre cuentas
• Densidad de la red : número de cuentas de transacciones/número de conexiones
• Diámetro : la mayor distancia entre dos nodos conectados en el gráfico.
• Reciprocidad promedio : un número que representa la fracción de cuentas que se compran y venden entre sí.
• Umbral de actividad mayoritaria : número de nodos que representan el 50 % de toda la actividad en el gráfico
• Porcentaje de cuentas en triángulos : un triángulo se refiere a tres usuarios vinculados entre sí.
• Número de centros de compra : un centro en el que toda la actividad de compra representa más del 1 % de los bordes, pero tiene pocas o ninguna venta.
• Número de centros de ventas : un centro en el que las ventas representan más del 1 % de los bordes pero tienen pocas o ninguna compra.
• % de cuentas que están comprando NFT: la cantidad de cuentas que han comprado un NFT en esa colección en la última semana
• % de cuentas que venden NFT: la cantidad de cuentas que han vendido un NFT en esa colección en la última semana

Cada gráfico de red NFT es único y cuenta una historia sobre esa colección. Solo desde lo visual, uno puede comprender algunas características importantes como la estructura, la densidad, la cantidad de usuarios, así como encontrar anomalías como concentradores, componentes desconectados, etc. Además de los conocimientos cualitativos de lo visual, calculé varias métricas cuantitativas usando la lista definida anteriormente.

Conclusiones

La transparencia en los mercados de NFT será vital para atraer usuarios y generar confianza. Si bien 2022 no ha sido amable con las NFT, es importante reconocer que esta tecnología es nueva y tiene un enorme potencial transformador. Para ganarse la confianza es importante que se desarrollen nuevas métricas y que describan la verdadera dinámica de cada colección. Creo que una vez que los usuarios tengan las herramientas que necesitan para tener confianza en una colección, comenzaremos a ver una adopción más generalizada de la tecnología.

Jason Schwartz es cofundador de Chain Champs , un mercado de NFT con sede en Canadá que se especializa en transmisiones en vivo de NFT en tiempo real y predicciones de precios de IA. ¿Interesado en aplicar estas técnicas a otras cadenas de bloques? Déjame una línea .

Referencias

[1] Nadini, M., Alessandretti, L., Di Giacinto, F. et al. Mapeo de la revolución NFT: tendencias de mercado, redes comerciales y características visuales. Informe científico 11 , 20902 (2021).https://doi.org/10.1038/s41598-021-00053-8

[2] S. Casales, et al, Redes de tokens no fungibles de Ethereum: un análisis basado en gráficos del ecosistema ERC-721,https://arxiv.org/abs/2110.12545