數據和發現 NFT 的藝術_NFT:SON

摘要：本文探討了如何通過對NFT數據的分析和整理來實現對藝術家更合理的推薦機制以及更藝術化的呈現形式。

創作者：MarioKlingemann、HicetNunc-StateoftheArt-2021年3月18日、2021年。由藝術家本人提供。

如今，數百萬種NFT、數萬份ERC-721智能合約和數十個交易平臺橫跨多個區塊鏈。結果，NFT生態中到處都是噪音和碎片。無論你是剛入圈的收藏者還是經驗豐富的加密老炮，想找到吸引人的新作品都不容易。但內容推薦并不是Web3所獨有的問題。

多虧他們積累的數據、多年的測試和訓練，像Netflix和Spotify之類的Web2公司已經精通了發現的藝術。但對NFT這種為「發現」帶來獨特新挑戰的東西，他們的做法可以移植嗎？

CoinGeek會議：比特幣的價值來自比特幣作為促進支付、記錄數據和賬本協議的本質:據官方消息，比特幣協會創始主席Jimmy Nguyen、經濟學家Nouriel Roubini、金融和風險作家Nassim Nicholas Taleb、金融密碼學家Ian Grigg和Craig Wright在CoinGeek會議上一致認為比特幣價值不是來自投機性投資，而是來自比特幣作為促進支付、記錄數據和賬本協議的本質。[2021/7/10 0:42:16]

我在此研究了幾種發現NFT的可選方法。

圖片由?Foundation.app提供

跟蹤數據?

根據銷量來發現NFT可能是最簡單的方法。無論如何，排名和排行榜都是確定最流行收藏品的實用數據點。它們也是收藏者自然側重的數據，這些人經常根據銷量來進行篩選。這種做法的好處之一就是它有可驗證性——區塊鏈數據輕易就能獲取，通過運行以太坊節點，任何人都可以獨立驗證排名并親自收集數據。

動態 | 黑客Paige A. Thompson因竊取機構數據和非法挖礦而被起訴:據databreachtoday報道，黑客Paige A. Thompson因涉嫌竊取至少30家機構數據，并利用被入侵的服務器挖礦，目前已被起訴。[2019/8/29]

排行榜天生就是一個排序的機制，只是沒有根據個人的喜好做微調。

畢竟，區塊鏈數據讓我們得以一窺藝術家和收藏者的復雜網絡。網絡科學家立刻意識到了NFT數據在揭示這種新興所有權模式上的力量。

然而，刷量仍然是NFT交易市場的棘手問題。一些獨立加密研究者，比如takenstheorem，會通過可視化的方式呈現出相互交易的賬號間的聯系。

takenstheorem：刷量行為有時看著還挺漂亮

動態 | 順豐利用大數據和區塊鏈技術 實現甘孜松茸的全程追溯:據環球財富網消息，7月10日，順豐甘孜松茸預處理中心揭牌儀式在四川雅江舉辦。據悉，順豐基于其大數據及區塊鏈技術，在松茸上實現了全程可追溯，打造松茸全產業鏈質量與食品安全管理系統，使用智能設備搭載智能系統，結合特征碼追溯等方式，記錄每一棵松茸的采摘人員、采摘地區、生長周期、裝箱時間、分揀時間等，讓天生天養的松茸實現了數據沉淀與管理。[2019/7/11]

其他收藏者也喜?歡

另一種發現NFT的方法是分析和你相似的收藏者。這種做法假設，如果兩個收藏者擁有同一組藝術家的作品，那么他們就很可能就有著相似的品味，也許會從其中一人收藏而另一人沒有收藏的藝術家那里發現新大陸。這用的是Facebook「共同好友」的邏輯。

通過透明、分布式、實時的「誰擁有啥」的記錄，區塊鏈豐富的數據尤其適合做成網絡分析圖。任何時候NFT被轉移，它的數據就被寫入相關公鏈的公共賬本，在兩個加密錢包間建立起新的聯系。這個數據隨后就能被用于拓展收藏者的社交圖譜。下圖是我使用網絡可視化工具分析SuperRare上JasonBailey的收藏者網絡。這個工具也可以把藝術家的收藏者社區可視化，所以我把生成藝術家Manoloide的社交圖譜也加入進來。

聲音 | 農行劉剛：基于大數據和區塊鏈技術 緩解三農地區信用體系不完善的問題:據金融界消息，3月22日，2019中國數字普惠金融大會在北京召開。中國農業銀行科技與產品管理局高級專家劉剛在會上表示，以前很難想象我們能夠把金融服務產品，尤其是信貸服務產品，能送到村里去。隨著技術的發展，我們能夠采用“云+端”的模式，把各種各樣的終端形式，在村一級的地方部署，基于大數據和區塊鏈技術，實現交易信息和客戶信息真實性、隱私保護和防篡改，有效緩解三農地區信用體系不完善的問題。[2019/3/22]

與JasonBailey(artnomevault)和Manoloide有聯系的SuperRare用戶。2022年8月6日的數據。由KyleWaters提供

聲音 | ObEN聯合創始人鄭毅：只有區塊鏈才能賦權管理自己的數據和人工智能:在深圳舉行的“零一科技節”上，ObEN聯合創始人兼COO鄭毅表示，只有通過區塊鏈業務，才能夠讓每個人有權利去管理自己的數據和自己的人工智能，決定自己的人工智能應該如何去面對其他的人和社會，這個是非常重要的一個倫理上的一種治理結構，如果不是在區塊鏈上，是在區塊鏈下，那么技術不能保證你看到或者你在互動的人工智能是真實的。[2018/7/9]

圖一展示了Jason收藏的藝術家，圖二展示了Jason在SuperRare上的「共同收藏者」,他們共同的特征就在于擁有Manoloide創作的作品。如果我們放大Manoloide的某個收藏者，就能夠搜尋Jason尚未收藏的藝術家。讓我們以化名punk6529的收藏者的藏品6529Museum為例。下圖展示了一大堆Jason可以考慮的新藝術家。基于這份網絡分析，他可能會愿意了解一下Seerlight。

與6529Museum有聯系的SuperRare用戶。2022年8月6日的數據。由KyleWaters提供。

盡管這是個過度簡化的大致模型，但它展示了這種基于網絡的方法的力量。更精細的模型可能會基于Jason的共同收藏者中有多少人擁有某個特定藝術家的作品的準確數據來排名。將這種做法在多條鏈上拓展開來，會需要把藝術家的錢包鏈接起來以掌握跨鏈出處的軌跡。

ClubNFT的探索工具是第一個純粹基于區塊鏈網絡數據做推薦的工具。然而，通過合并額外網絡層、代幣元數據甚至超越區塊鏈本身，還有把該算法從當前范圍進一步拓展的空間。

MarioKlingemann、HicetNunc-StateoftheArt-2021年3月18日、2021年。由藝術家本人提供。

給我更多這樣的藝作

還有一種方法則是從NFT層面本身來處理這類問題。上圖是藝術家MarioKlingemann于2021年4月所作，基于顏色相似度，他將來自TezosHicEtNunc交易市場上的超過25,000份NFT匯集到了一起。還有很多高級計算機視覺技術?也能用來基于主題尋找好的匹配作品。

NFT元數據也有可能給推薦幫上忙。對于加密藝術，元數據一般包括一個托管在IPFS上的JSON文件。元數據通常包含標簽、描述和其他與作品內容有關的屬性。對這類元數據進行分析或許會幫助收藏者發現新作品。然而，沒有清晰的標準會讓這類信息的統一規范極其困難。

元數據能夠提供詳細的描述、標簽和其他信息，但有時無法提供同樣的信息豐富度，這可能削弱Web3推薦引擎的效力。

另一個問題是「抄襲挖礦」，即某人通過復制和鑄造別人的內容來假冒真正的創作者。這個問題最近已經升級到讓OpenSea使用?圖像識別技術?來防止偽作的程度。任何視覺推薦引擎都可能需要確保藝術家的作品出處以避免推薦抄襲的NFT。盡管ClubNFT的探索工具沒有將移除抄襲作品作為明確訴求，但它的確要求這些作品需要有真實的收藏者，以此為惡意的推薦結果提供某種程度的防范。欲了解「抄襲挖礦」的作品都有哪些跡象，請觀看ClubNFT安全課程中關于欺詐的短視頻。

Seerlight、High-Rise、2022年。由藝術家本人提供。

結論

成功的推薦引擎的共同點在于擁有海量的數據。基于NFT生態中的可用數據，顯然有機會構建出能夠幫助收藏者縱橫市場的各種發現系統，也可以開發出讓藝術家嶄露頭角的各類工具。無論選擇哪種方式，我們都必須留意Web2帶來的教訓，防止產生算法偏見，避免再次制造出獨霸一方的權力結構。Web3工具也必須避免對某些藝術家厚此薄彼式的反復推薦，這只會讓一部分人輕而易舉地獲得特權。站在一名數據分析師的角度，發現藉藉無名的藝術家是一項巨大的挑戰，但只要我們通過對新藝術家的支持來代替追星文化，這個問題就能夠得以解決。

作者：KyleWaters

Tags：NFT區塊鏈SONMANTRUSTNFT區塊鏈技術適合女生嗎SONE幣PMAN

火幣交易所