Une approche Data Science pour évaluer et quantifier la dynamique des marchés NFT.

"NFT Network Graph Analysis peut être un outil utile pour améliorer la façon dont les collections NFT sont évaluées."

Introduction

La blockchain est la prochaine frontière pour la science des données. Les transactions Blockchain sont accessibles au public et les Data Scientists commencent seulement à étudier ces marchés nouveaux et intéressants. En tant que co-fondateur et responsable de la science des données pour Chain Champs , un marché NFT en temps réel alimenté par l'IA, j'ai exploré des techniques pour décrire les marchés NFT. Cette analyse utilise les données de la Blockchain WAX mais les techniques utilisées peuvent être appliquées à d'autres Blockchains. De plus en plus de travaux utilisent les graphiques de réseau et l'analyse des réseaux sociaux pour décrire les transactions NFT[1, 2]. Je souhaite développer ce sujet et définir de nouvelles caractéristiques d'une analyse de graphe de réseau NFT.

Pourquoi CIRE ?

Volant principalement sous le radar, WAX est la blockchain la plus active pour les NFT. Au moment d'écrire ces lignes, trois des 10 Dapps Blockchain les plus actifs sont sur WAX (y compris le jeu Alien Worlds, qui est le numéro 1). De nombreux utilisateurs de la blockchain sont impliqués dans plus d'une collection. En construisant un graphique qui relie les collections, nous obtenons une idée des collections populaires et de celles qui attirent des utilisateurs similaires. Le graphique ci-dessous montre les collections liées entre elles par les utilisateurs achetant/vendant plusieurs collections. Cela représente vaguement la dynamique de collecte pour les marchés NFT sur le WAX ​​Blockchan.

Le graphique ci-dessus a 167 nœuds (collections) et 791 bords (connexions entre collections). La taille du nœud est déterminée à l'aide de la mesure de la centralité du degré, qui est proportionnelle à la fraction de nœuds qui lui sont directement connectés. En utilisant l'algorithme de détection de communauté de Louvain, le graphe est partitionné en trois communautés. Les nœuds bleus sont principalement des collections d'objets de collection numériques, tandis que les deux autres sont principalement des jeux play-to-earn (P2E).

Collections

Découvrir de nouvelles collections peut être difficile et il est important que les utilisateurs s'instruisent. Malheureusement, des mesures telles que les utilisateurs, le volume des ventes, le prix plancher, etc. sont facilement manipulables et peuvent être trompeuses. Par exemple, une escroquerie de pompage et de vidage bien coordonnée peut donner l'illusion de mesures croissantes impossibles à discerner de la dynamique légitime de l'offre et de la demande. L'analyse de graphe de réseau NFT peut être un outil utile pour améliorer la façon dont les collections NFT sont évaluées.

Les graphiques peuvent être analysés visuellement pour des caractéristiques inhabituelles, telles que les hubs et le satellite apparaissant dans le graphique Farmers World ci-dessous.

J'ai dressé une liste de métriques pouvant être extraites à l'aide de l'approche NFT Network Graph Analysis. Ceux-ci inclus:

• Nombre de comptes de transaction - Le nombre de comptes achetant ou vendant au cours d'une semaine donnée
• Nombre de connexions — Le nombre de liens entre les comptes
• Densité du réseau - Nombre de comptes de transaction / Nombre de connexions
• Diamètre — La plus grande distance entre deux nœuds connectés dans le graphique.
• Réciprocité moyenne — Un nombre représentant la fraction des comptes qui s'achètent et se vendent les uns aux autres.
• Seuil d'activité majoritaire — Nombre de nœuds représentant 50 % de toute l'activité dans le graphique
• Pourcentage de comptes dans les triangles — Un triangle fait référence à trois utilisateurs liés entre eux.
• Nombre de hubs d'achat - Un hub où toute l'activité d'achat représente plus de 1% des bords mais avec peu ou pas de ventes.
• Nombre de hubs de vente — Un hub où les ventes représentent plus de 1 % des bords mais où il y a peu ou pas d'achats.
• % de comptes qui achètent des NFT — Le nombre de comptes qui ont acheté un NFT dans cette collection au cours de la semaine dernière
• % de comptes qui vendent des NFT - Le nombre de comptes qui ont vendu un NFT dans cette collection au cours de la semaine dernière

Chaque graphique de réseau NFT est unique et raconte une histoire sur cette collection. À partir du seul visuel, on peut comprendre certaines caractéristiques importantes telles que la structure, la densité, le nombre d'utilisateurs, ainsi que trouver des anomalies telles que des concentrateurs, des composants déconnectés, etc. En plus des informations qualitatives du visuel, j'ai calculé plusieurs mesures quantitatives à l'aide la liste définie ci-dessus.

conclusion

La transparence des marchés NFT sera essentielle pour attirer les utilisateurs et instaurer la confiance. Bien que 2022 n'ait pas été tendre avec les NFT, il est important de reconnaître que cette technologie est nouvelle et a un énorme potentiel de transformation. Pour gagner la confiance, il est important que de nouvelles mesures soient développées et qu'elles décrivent la véritable dynamique de chaque collection. Je pense qu'une fois que les utilisateurs auront les outils dont ils ont besoin pour avoir confiance dans une collection, nous commencerons à voir une adoption plus large de la technologie.

Jason Schwartz est co-fondateur de Chain Champs , une place de marché NFT basée au Canada qui se spécialise dans les flux en direct NFT en temps réel et les prévisions de prix de l'IA. Vous souhaitez appliquer ces techniques à d'autres blockchains ? Faites-moi signe .

Les références

[1] Nadini, M., Alessandretti, L., Di Giacinto, F. et al. Cartographie de la révolution NFT : tendances du marché, réseaux commerciaux et caractéristiques visuelles. Sci Rep 11 , 20902 (2021).https://doi.org/10.1038/s41598-021-00053-8

[2] S. Casales, et al, Networks of Ethereum Non-Fungible Tokens: A graph-based analysis of the ERC-721 ecosystem,https://arxiv.org/abs/2110.12545