Mapping the NFT revolution: market trends, trade networks, and visual features

Posted 蜉蝣之翼❉

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Mapping the NFT revolution: market trends, trade networks, and visual features相关的知识,希望对你有一定的参考价值。

摘要

在这里,我们分析了2017年6月23日至2021年4月27日期间470万个NFT的610万次交易的相关数据,这些数据主要从以太坊和WAX区块链上获得。 1. 我们刻画了市场的统计学特征。 2. 我们建立了互动网络,表明交易者通常专注于与类似对象相关的NFT,并与交换同类对象的其他交易者形成紧密的集群。3.我们根据视觉特征对与NFT相关的物体进行聚类,并表明收藏品包含视觉上同质化的物体。4. 我们使用简单的机器学习算法研究了NFT销售的可预测性,发现销售历史和视觉特征是价格的良好预测因素。我们预计这些发现将激发对不同背景下的NFT生产、采用和交易的进一步研究。

The NFT market.

NFT 是以 collections方式组织起来的。大部分collections可分为以下几个目录:
Art, Collectible, Games, Metaverse, Other, and Utility (see also “SI”).

图1 a 显示了每个目录下占比最大的五个collections,其中面积大小表示占比

我们衡量了不同类别的非传统金融产品对整个NFT市场规模的贡献程度。Fig. 1b,c 各类资产和所有资产的每日交易量(以 各类资产和所有资产在一段时间内的交换量(见图例)。交易量低于1000美元的日子不显示。c 按类别划分的交易量份额。(d) 按类别划分的交易份额。

NFT市场统计学规律


为了评估市场活动,我们衡量了个人资产交易的频繁程度。我们定义 asset’s primary sale 资产第一次交易的价格。其他的交易为econdary sale (see “SI”).本研究中考虑的所有资产都有一次销售,但只有20%∼的资产有二次销售(见 “SI”)。

Fig.2a 我们通过观察NFT价格在不同类别中的分布来进一步挖掘这些差异

见上图Fig. 2b,本文统计了每项资产的销售数量 s ( s ≥ 10 ) s (s \\geq 10) s(s10) (Distribution of number of sales per NFT) 遵循幂律分布(power-law function)分布函数:
P ( s ) ∼ s β , β = − 1.4 P(s) \\sim s^\\beta , \\beta = -1.4 P(s)sβ,β=1.4

Fig. 2c collections 的大小 n 符合幂律分布 P ( n ) ∼ n − 1.5 P(n) \\sim n^-1.5 P(n)n1.5

Secondary sale prices


二次销售的时间模式对每个收藏品来说都是独特的,考虑到每个类别的顶级收藏品就可以证明这一点(见图3)。例如,当Cryptokitties在2017年出现时,二级销售价格通常低于其首次销售的价格。而最近在2021年,他们的二次销售价格反而是 因为潜在客户数量的增加而上升。

The networks of NFT trades

network of trades :

  1. 点:traders
  2. 边:a trader to another exists if the former (the buyer) purchases at least one NFT from the latter (the seller).
  3. 权重:total number of items that the buyer bought from the seller.

Fig. 4a :
the strength of traders (nodes) s, defined as the total number of purchases and sales made by each trader
P ( s ) ∼ s − 1.85 P(s) \\sim s^-1.85 P(s)s1.85

Fig. 4b
superlinear relation between the strength of a trader and the total number of days of activity d
P ( d ) ∼ d − 1.28 P(d) \\sim d^-1.28 P(d)d1.28

Fig. 4c
whether traders connect preferentially to traders that have similar strength?
交易者是否会优先连接到具有类似实力的交易者?本文研究了Assortativity coefficient(同配系数) r = − 0.024 r=−0.024 r=0.024. 所以交易者不会根据其连接模式的相似性与其他交易者连接。

Assortativity coefficient(同配系数)

modularity显示了,专门从事某一系列的交易商倾向于与专门从事同一系列的其他交易商购买和出售NFTs。 Q = 0.613 Q = 0.613 Q=0.613

模块度Q——复杂网络社区划分评价标准

network of NFTs

  1. 点 NFTs
  2. 边:two NFTs that are purchased “in sequence”
    例如,当买方先购买一个NFT,然后再购买另一个NFT时,就会产生一个链接,而在这两个NFT之间没有购买。这种选择不是将同一交易者曾经交易过的所有NFT联系起来,而是允许理解语义相似的NFT之间的关系,因为它们是由同一交易者在大约相同的时间段内购买的。此外,它还能确保网络结构不被大集团所支配。
  3. 权重

network of NFTs 是如何构建的

我们用 N F T i , j , k , n NFT_i,j,k,n NFTi,j,k,n标识NTF,时间用 t α , β , γ t_\\alpha , \\beta, \\gamma tα,β,γ

假设一个用户

  1. 在时间 t α t_\\alpha tα购买了 N F T i NFT_i NFTi
  2. 在时间 t β t_\\beta tβ购买了 N F T j NFT_j NFTj,且时间 t β > t α t_\\beta > t_\\alpha tβ>tα,则在时间 t β t_\\beta tβ,network of NFTs 构建一条 N F T i NFT_i NFTi N F T j NFT_j NFTj的边
  3. 在时间 t γ t_\\gamma tγ购买了 N F T k NFT_k NFTk,且时间 t γ > t β t_\\gamma > t_\\beta tγ>tβ,则在时间 t γ t_\\gamma tγ,network of NFTs 构建一条 N F T j NFT_j NFTj N F T k NFT_k NFTk的边

Visual features

本文提取所有NFT的图片(视频,gif取一张图),过一个预训练的AlexNet网络,得到4096维的特征向量。

差异

衡量图片的差异:使用cosin距离(简写为CD) C D ∈ [ 0 , 1 ] CD \\in [0,1] CD[0,1] 越相似值越小
下图显示了每对图片之间的cosin距离,可以看出 每个类别内部之间的差异很小,不同类别差异很大。

预测价格

为了通过图片预测价格,本文把4096维的特征向量讲过PCA降维,然后使用一个线性回归的模型来预测价格。
得到的线性模式如下

该线性模型有11个特征,可以分为三组:

  1. 根据 trader network计算得到的网络中心度: 本文计算卖方和买方的 k k k (degree centrality)和 P R PR PR( PageRank centrality),共四个特征 k b u y e r , P R b u y e r , k s e l l e r , P R s e l l e r k_buyer, PR_buyer , k_seller , PR_seller kbuyer,PRbuyer,kseller,PRseller
  2. 图片特征:由PCA降维得到的 v i s P C A 1 , 2 , 3 , 4 , 5 vis_PCA_1,2,3,4,5 visPCA1,2,3,4,5
  3. 在NFT的收藏中,以前的销售历史: 销售中位数前 t s t_s ts的销售价格 m e d i a n p r i c e medianprice medianprice和二次销售预售的先前概率 P r e s a l e P_resale Presale

其中 P r e s a l e P_resale Presale

where n represents the NFTs with a primary sale up to the day before the first purchase and s the number of these
NFTs with at least one secondary sale.

降维——PCA(非常详细)

技术总结

估计概率密度
图分析(不会)
深度学习提取图片特征
PCA降维

NFT元宇宙中游戏的未来—The Sandbox

NFT元宇宙中游戏的未来—The Sandbox

欢迎各位新老朋友,我们细说P2E(Play to Earn),为广大用户提供一个深入了解链游的平台。不定期的跟大家分享一些精品项目和最新链游方向,也欢迎大家关注我们。

我们第二期分享的是The Sandbox,The Sandbox是一个去中心化的、社区驱动的游戏生态系统,玩家可以使用该平台的代币SAND在以太坊区块链上构建、拥有和货币化他们的游戏体验,可以以NFT的形式创建数字资产,并将它们上传到市场,通过Game Maker集成到游戏中。


赶紧点击链接,进入元宇宙吧: https://dapponline.io/dapp-detail/2138


首先点击访问网站,进入The Sandbox官网,我们可以在官网左侧看到一些页面选项,我们需要先进行注册,才能完整的看到整个The Sandbox元宇宙。

二、注册
点击【pre-register】进行注册



在这里系统将会自动引导你进行账号注册,我们可以选择电子邮件、社交或者钱包进行注册账号进行游戏。根据自己情况进行注册账号即可。
账号注册完成后,才是真正的进入了The Sandbox的元宇宙世界。

其乐无穷的元宇宙世界
The Sandbox的核心机制是Play-to-Earn的沙盒游戏。
沙盒游戏简单来讲就是:游戏本身没有主线剧情,没有唯一的终点,而玩家则在游戏中通过探索与建设,体验游戏的乐趣。让玩家通过玩游戏,创建游戏玩法或者创建游戏中的模型,获得资产,而这些资产将能够在区块链世界里进行流通及变现。

通过自主创造,产生价值
在The Sandbox中,可以通过VoxEdit创建游戏中的模型,模型一旦通过官方的认可,就能放到官方的市场上进行售卖赚取SAND。有了模型之后,可以通过GameMaker,在不需要编程的情况下,创造游戏场景及对应的游戏玩法。而要发布游戏,将需要你在Sandbox拥有土地。

什么是SAND
SAND是The Sandbox交易的主要形式,是构建在以太坊区块链上的一个ERC-20实用代币,它作为沙盒The Sandbox内交易的基础,用于购买土地和资产,抵押和治理,是The Sandbox平台的重要组成部分。

如何获取土地
目前有三个方式购买 LAND:
方式1 (一级市场): 公开 LAND 的销售,下次销售将提前宣布。
方式2 (二级市场): 在 The Sandbox 官方网站市场进行购买。
方式3 (二级市场): 在 OpenSea.io 网站等二级市场购买交易。

什么是 LAND (土地)?
LAND (土地)是 The Sandbox 元宇宙中的数字化房地产。游戏创作者可使用 LAND 建立和发布数字体验,例如游戏或3D模型,并在其中添加各种 ASSET (资产) NFT。
每块 LAND 都是以太坊区块链上唯一的,NFT (非同质化代币 ERC-721 标准)。总共有 1644块 LAND,永不增减。

The Sandbox 在 2020 年取得了辉煌的成绩,他们成功卖出了价值超过 200 万美元的 NFT 地块。当然,这些 LAND 销售将在 2021 年继续进行。

The Sandbox 中的虚拟物品常常供不应求,平均每天大约有一百个 NFT 转手,其中有地块,也有游戏物品。土地的限量供应,物品的稀缺性和可收藏性,以及加密货币不断攀升的价值,推动了这些 NFT 价值的提升。

以上所有信息都不能作为投资分析,本文仅代表个人观点,不构成任何投资意见。

以上是关于Mapping the NFT revolution: market trends, trade networks, and visual features的主要内容,如果未能解决你的问题,请参考以下文章

NFT元宇宙中游戏的未来—The Sandbox

NFT Insider #70:Paris Hilton与The Sandbox达成合作,YGG经理人杯总决赛圆满结束

NFT Insider #62:The Sandbox宣布与狮门影业达成合作,红杉资本继续扩大Web3领域投资

NFT Insider #86:A16z 领投,YGG 获得 1380 万美元融资,The Sandbox与《北斗神拳》合作

Rejecting mapping update to [AAA] as the final mapping would have more than 1 type: [AAA, BBB]

ElasticSearch6.4.1 Rejecting mapping update to [posts] as the final mapping would have more than 1