NFT:數據和發現 NFT 的藝術

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：Mario Klingemann、Hic et Nunc - State of the Art - 2021 年 3 月 18 日（細節）、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？

我在此研究了幾種發現 NFT 的可選方法。

陳茂波：首批落戶香港企業集中在AI與大數據和金融科技等領域:金色財經報道，香港財政司司長陳茂波發布最新一期司長隨筆《鞏固復蘇勢頭 增添發展動能》，文中以招商引資的工作為例，指出港府已和超過150間企業會面和商談，當中有一定數目的重點企業已確認落戶香港，首批的企業較多集中在生命健康科技、人工智能與大數據和金融科技。[2023/8/2 16:14:07]

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。

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。

《比較》研究部主管陳永偉：數字經濟的三個關鍵詞分別是數字技術、數據和平臺:9月18日晚8點，火幣大學名師前沿課邀請到《比較》研究部主管、經濟學博士陳永偉以《理解數字經濟》的主題為學員們帶來分享。

陳永偉表示，數字經濟的三個關鍵詞，分別是數字技術、數據和平臺，他們是數字經濟的技術基礎、生產要素和組織形式。前兩個層次是生產力層面，后一個層次是生產關系的層面。數字經濟正在以指數級的速度發展，基于地域和營業時間的傳統商業邏輯被打破，任何場景下的任何兩個主體形成可瞬時達成交易的數字化統一市場，數字經濟帶來對生產的創新，建立了創新的商業體系和“新的商業平臺”，重構了工業生產。[2020/9/18]

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（收藏者通過把作品賣給自己來讓它們看起來有銷量并受人歡迎）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。

湖南省工信廳公布“2020年湖南省大數據和區塊鏈產業發展重點項目”:3月27日，湖南省工業和信息化廳關于公布“2020年湖南省大數據和區塊鏈產業發展重點項目”的通知。經各有關單位申報、專家評審，確定“大數據和區塊鏈在工程機械制造業典型示范應用”等86個項目為2020年湖南省大數據和區塊鏈產業發展重點項目，其中16個為區塊鏈方向的項目。（湖南省工業和信息化廳）[2020/3/27]

takenstheorem：刷量行為有時看著還挺漂亮

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 Jason Bailey 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 | 華為云中國區總裁：人工智能、大數據和區塊鏈成為保險業風控的有效手段:據北國網消息，6月27日-6月28日，第十二屆保險業信息化高峰論壇在天津舉行。華為云中國區總裁洪方明在會上表示，最近兩年，嚴監管態勢明顯。對于保險機構來說，除了傳統的防范風險的手段，人工智能、大數據和區塊鏈也成為保險業風控的有效手段。他還指出，保險行業未來核心競爭力的構筑包括保險核心系統，主要處理保險業務的核心數據，需要構建區塊鏈的應用和數據處理過程等。[2019/6/28]

與 Jason Bailey (artnomevault) 和 Manoloide 有聯系的 SuperRare 用戶。2022 年 8 月 6 日的數據。由 Kyle Waters 提供

政策 | 五部委發布《意見》：積極運用大數據和區塊鏈等技術:今日，人民銀行、銀保監會、證監會、財政部、農業農村部聯合發布《關于金融服務鄉村振興的指導意見》。《意見》指出，推動新技術在農村金融領域的應用推廣。規范互聯網金融在農村地區的發展，積極運用大數據、區塊鏈等技術，提高涉農信貸風險的識別、監控、預警和處置水平。[2019/2/11]

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 Kyle Waters 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（比如以太坊和 Tezos），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。

Mario Klingemann、Hic et Nunc - State of the Art - 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 Mario Klingemann 于 2021 年 4 月所作，基于顏色相似度，他將來自 Tezos Hic Et Nunc 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（代幣指向的任何信息塊）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（星際文件傳輸系統）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（或重振雄風）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：Kyle Waters

金色早8點

金色財經

去中心化金融社區

CertiK中文社區

虎嗅科技

區塊律動BlockBeats

念青

深潮TechFlow

Odaily星球日報

騰訊研究院

Tags：NFT區塊鏈SONMANFear NFTs有人拉你做區塊鏈Sonne FinanceMandi Token

狗狗幣價格