Un approccio di Data Science per valutare e quantificare le dinamiche dei mercati NFT.

"NFT Network Graph Analysis può essere uno strumento utile per migliorare il modo in cui vengono valutate le raccolte NFT."

introduzione

Blockchain è la prossima frontiera per la Data Science. Le transazioni blockchain sono disponibili al pubblico e i Data Scientist stanno solo iniziando a studiare questi nuovi e interessanti mercati. In qualità di co-fondatore e responsabile della scienza dei dati per Chain Champs , un mercato NFT in tempo reale basato sull'intelligenza artificiale, ho esplorato le tecniche per descrivere i mercati NFT. Questa analisi utilizza i dati della WAX Blockchain ma le tecniche utilizzate possono essere applicate ad altre Blockchain. C'è un crescente corpo di lavoro che utilizza i grafici di rete e l'analisi dei social network per descrivere le transazioni NFT[1, 2]. Desidero espandere questo argomento e definire nuove caratteristiche di un'analisi del grafico di rete NFT.

Perché CERA?

Volando per lo più sotto il radar, WAX è la blockchain più attiva per gli NFT. Al momento della scrittura, tre dei primi 10 Blockchain Dapps più attivi sono su WAX (incluso il gioco Alien Worlds, che è il numero 1). Molti utenti sulla blockchain sono coinvolti in più di una raccolta. Costruendo un grafico che collega le collezioni tra loro, abbiamo un'idea di quali collezioni sono popolari e quali attraggono utenti simili. Il grafico sottostante mostra le collezioni collegate tra loro dagli utenti che acquistano/vendono più collezioni. Questo rappresenta vagamente le dinamiche di raccolta per i mercati NFT su WAX Blockchan.

Il grafico sopra ha 167 nodi (raccolte) e 791 bordi (connessioni tra raccolte). La dimensione del nodo viene determinata utilizzando la misura di Degree Centrality, che è proporzionale alla frazione di nodi che sono direttamente collegati ad esso. Utilizzando l'algoritmo di rilevamento della comunità di Louvain, il grafico è suddiviso in tre comunità. I nodi blu sono per lo più raccolte di oggetti da collezione digitali, mentre gli altri due sono per lo più giochi play-to-earn (P2E).

Collezioni

Scoprire nuove collezioni può essere impegnativo ed è importante che gli utenti si istruiscano. Sfortunatamente, metriche come utenti, volume delle vendite, prezzo minimo, ecc. sono facilmente manipolabili e possono essere fuorvianti. Ad esempio, una truffa pump-and-dump ben coordinata può dare l'illusione di metriche crescenti impossibili da discernere dalle legittime dinamiche di domanda e offerta. NFT Network Graph Analysis può essere uno strumento utile per migliorare il modo in cui vengono valutate le raccolte NFT.

I grafici possono essere analizzati visivamente per caratteristiche insolite, come gli hub e il satellite che appaiono nel grafico di Farmers World di seguito.

Ho messo insieme un elenco di metriche che possono essere estratte utilizzando l'approccio NFT Network Graph Analysis. Questi includono:

• Numero di account in transazione : il numero di account che acquistano o vendono in una determinata settimana
• Numero di connessioni : il numero di collegamenti tra gli account
• Densità di rete : numero di account di transazione/numero di connessioni
• Diametro — La distanza massima tra due nodi connessi nel grafico.
• Reciprocità media : un numero che rappresenta la frazione di account che acquistano e vendono reciprocamente.
• Soglia di attività maggioritaria : numero di nodi che rappresentano il 50% di tutta l'attività nel grafico
• Percentuale di account in Triangoli : un triangolo si riferisce a tre utenti collegati tra loro.
• Numero di hub di acquisto : un hub in cui tutte le attività di acquisto costituiscono più dell'1% degli edge ma hanno vendite scarse o nulle.
• Numero di hub di vendita : un hub in cui le vendite costituiscono più dell'1% degli edge ma hanno acquisti scarsi o nulli.
• % di account che acquistano NFT : il numero di account che hanno acquistato un NFT in quella raccolta nell'ultima settimana
• % di account che vendono NFT: il numero di account che hanno venduto un NFT in quella raccolta nell'ultima settimana

Ogni NFT Network Graph è unico e racconta una storia su quella collezione. Dal solo aspetto visivo, si possono comprendere alcune caratteristiche importanti come la struttura, la densità, il numero di utenti e trovare anomalie come hub, componenti disconnessi, ecc. Oltre alle intuizioni qualitative dall'aspetto visivo, ho calcolato diverse metriche quantitative utilizzando l'elenco sopra definito.

Conclusioni

La trasparenza nei mercati NFT sarà vitale per attrarre utenti e creare fiducia. Sebbene il 2022 non sia stato gentile con gli NFT, è importante riconoscere che questa tecnologia è nuova e ha un enorme potenziale di trasformazione. Per guadagnarsi la fiducia è importante che vengano sviluppate nuove metriche e che descrivano le vere dinamiche di ogni collezione. Credo che una volta che gli utenti avranno gli strumenti di cui hanno bisogno per avere fiducia in una raccolta, inizieremo a vedere un'adozione più diffusa della tecnologia.

Jason Schwartz è un co-fondatore di Chain Champs , un mercato NFT con sede in Canada specializzato in feed live NFT in tempo reale e previsioni dei prezzi AI. Interessato ad applicare queste tecniche ad altre blockchain? Mandami una riga .

Riferimenti

[1] Nadini, M., Alessandretti, L., Di Giacinto, F. et al. Mappatura della rivoluzione NFT: tendenze di mercato, reti commerciali e caratteristiche visive. 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: Un'analisi basata su grafici dell'ecosistema ERC-721,https://arxiv.org/abs/2110.12545