แนวทางวิทยาศาสตร์ข้อมูลสำหรับการประเมินและวัดปริมาณไดนามิกของตลาด NFT

“การวิเคราะห์กราฟเครือข่าย NFT สามารถเป็นเครื่องมือที่มีประโยชน์ในการปรับปรุงวิธีการประเมินคอลเล็กชัน NFT”

บทนำ

Blockchain เป็นพรมแดนต่อไปของ Data Science ธุรกรรมบล็อกเชนเปิดเผยต่อสาธารณะ และนักวิทยาศาสตร์ข้อมูลเพิ่งเริ่มศึกษาตลาดใหม่และน่าสนใจเหล่านี้เท่านั้น ในฐานะผู้ร่วมก่อตั้งและหัวหน้าฝ่ายวิทยาศาสตร์ข้อมูลของChain Champsซึ่งเป็นตลาด NFT แบบเรียลไทม์ที่ขับเคลื่อนด้วย AI ฉันได้สำรวจเทคนิคต่างๆ เพื่ออธิบายตลาด NFT การวิเคราะห์นี้ใช้ข้อมูลจาก WAX Blockchain แต่เทคนิคที่ใช้สามารถนำไปใช้กับ Blockchain อื่นๆ ได้ มีงานจำนวนมากขึ้นเรื่อยๆ ที่ใช้กราฟเครือข่ายและการวิเคราะห์โซเชียลเน็ตเวิร์กเพื่ออธิบายธุรกรรม NFT[1, 2] ฉันต้องการขยายความในหัวข้อนี้และกำหนดคุณลักษณะใหม่ของการวิเคราะห์กราฟเครือข่าย NFT

ทำไมต้องแว็กซ์?

บินอยู่ภายใต้เรดาร์เป็นส่วนใหญ่ WAX เป็นบล็อกเชนที่มีการใช้งานมากที่สุดสำหรับ NFT ในขณะที่เขียน Dapps ของ Blockchain ที่มีการใช้งานมากที่สุด 3 ใน 10 อันดับแรกอยู่บน WAX (รวมถึงเกม Alien Worlds ซึ่งเป็นอันดับ 1) ผู้ใช้หลายคนใน blockchain เกี่ยวข้องกับคอลเลกชันมากกว่าหนึ่งชุด การสร้างกราฟที่เชื่อมโยงคอลเล็กชันเข้าด้วยกันทำให้เราเข้าใจได้ว่าคอลเล็กชันใดเป็นที่นิยมและคอลเล็กชันใดที่ดึงดูดผู้ใช้จำลอง กราฟด้านล่างแสดงคอลเลกชันที่เชื่อมโยงกันโดยผู้ใช้ที่ซื้อ/ขายหลายคอลเลกชัน สิ่งนี้แสดงถึงไดนามิกการรวบรวมสำหรับตลาด NFT บน WAX Blockchan

กราฟด้านบนมี 167 โหนด (คอลเลกชัน) และ 791 ขอบ (การเชื่อมต่อระหว่างคอลเลกชัน) ขนาดของโหนดถูกกำหนดโดยใช้การวัด Degree Centrality ซึ่งเป็นสัดส่วนกับเศษส่วนของโหนดที่เชื่อมต่อโดยตรง การใช้อัลกอริทึมการตรวจหาชุมชน Louvain กราฟจะถูกแบ่งออกเป็นสามชุมชน โหนดสีน้ำเงินส่วนใหญ่เป็นคอลเลกชั่นของสะสมดิจิทัล ในขณะที่อีก 2 โหนดส่วนใหญ่เป็นเกมแบบเล่นเพื่อหารายได้ (P2E)

คอลเลกชัน

การค้นพบคอลเลกชั่นใหม่อาจเป็นเรื่องที่ท้าทายและผู้ใช้ควรศึกษาด้วยตนเอง น่าเสียดายที่เมตริกต่างๆ เช่น ผู้ใช้ ปริมาณการขาย ราคาพื้น ฯลฯ นั้นถูกจัดการได้ง่ายและอาจทำให้เข้าใจผิดได้ ตัวอย่างเช่น การหลอกลวงแบบปั๊มและถ่ายโอนข้อมูลที่มีการประสานงานกันเป็นอย่างดีสามารถให้ภาพลวงตาของเมตริกที่เพิ่มขึ้น ซึ่งไม่สามารถแยกแยะได้จากพลวัตของอุปสงค์และอุปทานที่ถูกต้องตามกฎหมาย การวิเคราะห์กราฟเครือข่าย NFT สามารถเป็นเครื่องมือที่มีประโยชน์ในการปรับปรุงวิธีการประเมินคอลเล็กชัน NFT

กราฟสามารถวิเคราะห์ด้วยสายตาเพื่อหาคุณลักษณะที่ผิดปกติ เช่นฮับและดาวเทียมที่แสดงกราฟของ Farmers World ด้านล่าง

ฉันได้รวบรวมรายการตัวชี้วัดที่สามารถแยกได้โดยใช้วิธีการวิเคราะห์กราฟเครือข่าย NFT เหล่านี้รวมถึง:

• จำนวนบัญชีที่ทำธุรกรรม — จำนวนบัญชีที่ซื้อหรือขายในสัปดาห์ที่กำหนด
• จำนวนการเชื่อมต่อ — จำนวนลิงก์ระหว่างบัญชี
• ความหนาแน่นของเครือข่าย — จำนวนบัญชีที่ทำธุรกรรม / จำนวนการเชื่อมต่อ
• เส้นผ่านศูนย์กลาง — ระยะทางที่มากที่สุดระหว่างสองโหนดที่เชื่อมต่อกันในกราฟ
• การ แลกเปลี่ยนเฉลี่ย — ตัวเลขที่แสดงถึงเศษส่วนของบัญชีที่มีทั้งการซื้อและขายซึ่งกันและกัน
• เกณฑ์กิจกรรมส่วนใหญ่ — จำนวนโหนดคิดเป็น 50% ของกิจกรรมทั้งหมดในกราฟ
• เปอร์เซ็นต์ของบัญชีในรูปสามเหลี่ยม — รูปสามเหลี่ยมหมายถึงผู้ใช้สามคนที่เชื่อมโยงเข้าด้วยกัน
• Number of Buying Hubs — ศูนย์กลางที่กิจกรรมการซื้อทั้งหมดรวมกันมากกว่า 1% ของ edge แต่มียอดขายน้อยหรือไม่มีเลย
• จำนวนฮับการขาย — ฮับที่มียอดขายมากกว่า 1% ของเอดจ์ แต่มีการซื้อเพียงเล็กน้อยหรือไม่มีเลย
• % ของบัญชีที่ซื้อ NFT — จำนวนบัญชีที่ซื้อ NFT ในคอลเลกชันนั้นในสัปดาห์ที่ผ่านมา
• % ของบัญชีที่ขาย NFT —จำนวนบัญชีที่ขาย NFT ในคอลเลกชันนั้นในสัปดาห์ที่ผ่านมา

กราฟเครือข่าย NFT แต่ละกราฟมีเอกลักษณ์เฉพาะตัวและบอกเล่าเรื่องราวเกี่ยวกับคอลเลกชันนั้น จากภาพเพียงอย่างเดียว เราสามารถเข้าใจคุณสมบัติที่สำคัญบางอย่าง เช่น โครงสร้าง ความหนาแน่น จำนวนผู้ใช้ ตลอดจนค้นหาความผิดปกติ เช่น ฮับ ส่วนประกอบที่ขาดการเชื่อมต่อ ฯลฯ นอกจากข้อมูลเชิงลึกเชิงคุณภาพจากภาพแล้ว ฉันได้คำนวณเมตริกเชิงปริมาณหลายรายการโดยใช้ รายการที่กำหนดไว้ข้างต้น

ข้อสรุป

ความโปร่งใสในตลาด NFT จะมีความสำคัญต่อการดึงดูดผู้ใช้และสร้างความไว้วางใจ แม้ว่าปี 2022 จะไม่เป็นมิตรกับ NFT แต่สิ่งสำคัญคือต้องตระหนักว่าเทคโนโลยีนี้ใหม่และมีศักยภาพในการเปลี่ยนแปลงมหาศาล เพื่อให้ได้รับความไว้วางใจ สิ่งสำคัญคือต้องพัฒนาเมตริกใหม่และอธิบายไดนามิกที่แท้จริงของแต่ละคอลเล็กชัน ผมเชื่อว่าเมื่อผู้ใช้มีเครื่องมือที่พวกเขาต้องการเพื่อสร้างความมั่นใจในการเก็บรวบรวม เราจะเริ่มเห็นการนำเทคโนโลยีไปใช้อย่างแพร่หลายมากขึ้น

Jason Schwartz เป็นผู้ร่วมก่อตั้งChain Champsซึ่งเป็นตลาด NFT ในแคนาดาที่เชี่ยวชาญด้านฟีดข้อมูลสด NFT แบบเรียลไทม์และการคาดคะเนราคาด้วย AI สนใจนำเทคนิคเหล่านี้ไปใช้กับบล็อกเชนอื่นๆ หรือไม่? ขอไลน์หน่อยค่ะ

อ้างอิง

[1] Nadini, M., Alessandretti, L., Di Giacinto, F. et al. การทำแผนที่การปฏิวัติ NFT: แนวโน้มของตลาด เครือข่ายการค้า และคุณลักษณะด้านภาพ ตัวแทนวิทยาศาสตร์ 11 , 20902 (2021).https://doi.org/10.1038/s41598-021-00053-8

[2] S. Casales, et al, Networks of Ethereum Non-Fungible Tokens: การวิเคราะห์ตามกราฟของระบบนิเวศ ERC-721https://arxiv.org/abs/2110.12545