KNN3:赋予Web3 深度解析链上数据的能力

原文标题:KNN3:赋予Web3深度解析链上数据的能力

原文作者:Bryan

原文来源:Web3工场

Web3打破了数据垄断,大大降低了数据聚合和数据跨平台的摩擦成本。在数据价值凸显的时代下,越来越多的开发者想要在区块链这个开放数据库上“淘金”。

这种数据范式的开放式转变所带来的一个新范畴是社交关系,仅在以太坊上就有12亿个地址。

多链上的每一个新区块都会产生大量的用户数据,因此利用这些数据足迹来连接Web3用户,从而构建丰富的社交关系网络,将是Web3淘金热的一大热点。

链上数据KNN3 Network 是一个Web3 关系图谱解决方案,旨在帮助 Web3 构建者挖掘多个区块链之间的深度数据关系。

KNN3 Network 提供了一个可组合且可优化的图形解决方案,可无缝同步区块链实时数据。

因此,Web3 开发者可以利用实时的Web3 社交关系动态来构建他们的dApps。在Web3世界中,用户在区块链上产生了大量交互行为,这些用户行为不仅反映了用户的行为模式,也诠释了相互之间的联系。

KNN3能够将这些用户行为转化为一个庞大的关系拓扑图

链上数据KNN3是如何构建这些关系网络的呢?

每个链上行为都会在区块链上留下痕迹,首先第一步就是如何读懂这些行为,因此KNN3从3个维度来定义用户的交互痕迹,即行动、状态和链接。

链上数据1.行动,即用户所做的行动。例如:参加的活动、交易/转让记录等。

2.状态,即用户目前获得的状态。例如:NFTs/tokens的所有权,会员资格,域名服务等。

3.链接:即用户明确拥有的现有连接。例如:RSS3/Twitter的社交关系网。

读懂了链上数据之后,就可以利用k-NN算法 (k-Nearest Neighbors Algorithm)来有效的描述用户之间的社交关系了。

在 k-NN 算法下,平台对用户的分类就从过往标签式的静态分类,转变成了交互式的动态分类。

每一个用户的行为,都在重构整个关系网络的构造,也丰富了现有的关系维度。

目前,KNN3已经上线了其数据分析图谱Graph QL,Web3.0 应用开发者可以通过其 API 实时且无缝地检索任何 Web3.0 用户的网络社交关系。

链上数据通过Graph QL,可以诠释出Web3用户之间更深层次的关系,不止可以从人与人的关系去理解,还可以从资产的角度去理解,比如,分析某个NFT持有群体以及相关联的社区。

KNN3网络中构建的每种关系都可以有不同的角度来诠释分析,Web3构建者可以用这些丰富、实时的链上关系构建他们的dApps,主要用例如下:

1.Web3原生的营销方式

KNN3网络可以为Web3 dApp开发者建立一个发现引擎,根据他们的历史行为和现有关系发现潜在的目标用户。

通过KNN3网络,你可以用全范围的Web3用户数据和深入的关系来推广活动,这样就可以以更高的精度和更低的成本来下沉市场。

2.Web3算法基础设施

通过使用KNN3网络,算法开发者和Web3社交应用开发者能够用大量的数据和现成的Web3关系网络来训练算法。

3.Web3金融赋能

从AI方面,KNN3网络图的数据结构对许多高级人工智能模型来说是算法非常友好的。

除此之外对于擅长捕捉巨鲸的交易者来说,通过即时的链上流媒体数据反馈,允许交易者深入研究链上关系,来快速决策获利。

近日,Web3 数据管理协议 KNN3 Network 完成 240 万美元种子轮融资。

此轮融资由HashGlobal 和复星国际联合创始人梁信军领投,参投方包括Mask Network、MetaWeb Venture、Eniac Venture、Tess Venture、Stratified Capital、Fundamental lab、Incuba Alpha、Zeuth Venture、Cogitent Venture、Atlas Capital、ETHsign、Impossible Finance、RSS3、ShowMe 等。

笔者认为KNN3赋予了Web3应用深度解析链上数据的能力,其建立的关系不仅仅是一个普通的搜索的关系,它还可以跟资产有关、跟过往行为有关、跟兴趣爱好有关。

此外KNN3与其他优秀的Web3协议一样,遵循了模块化精神,避免重复工作和造轮子。

Web3的模块化精神本质上就是只做一件事,把该做的事做好。例如在文字创作上,Mirror协议只负责编辑和发布文章,再由其他的协议负责分发推荐算法和更多自定义功能。

在如何利用数据上,也有一套逻辑链条。

作为上游的区块链丰富的数据,经过数据协议RSS3、CyberConnects的捕获,在错综复杂的系统中找到了“点”,并初步链接各用户之间的关系“将点连成线”。

再到KNN3在前者的基础上构建用户之间的关系图谱,“将线组成网”,有效的描述了用户之间的关系。

最后到了下游的应用开发者,在已经形成的人际网络上进行挖掘,“从二维的平面上映射出不同维度的“多向价值”。

团队方面,KNN3的团队包括,经验丰富的加密人士,大都经历过交易所、钱包、智能合约等方面的产品开发,对加密行业有着很深的理解。

以及优秀的 Web2.0 算法工程师和架构师,他们有丰富的大厂经验,是KNN3的主力开发者。

责编:Lynn

转载声明:本文 由CoinON抓取收录,观点仅代表作者本人,不代表CoinON资讯立场,CoinON不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。若以此作为投资依据,请自行承担全部责任。

声明:图文来源于网络,如有侵权请联系删除

风险提示:投资有风险,入市需谨慎。本资讯不作为投资理财建议。

(0)
打赏 微信扫一扫 微信扫一扫
上一篇 2022年9月16日 下午7:25
下一篇 2022年9月16日 下午7:27

相关推荐

KNN3:赋予Web3 深度解析链上数据的能力

星期五 2022-09-16 19:27:32

Web3打破了数据垄断,大大降低了数据聚合和数据跨平台的摩擦成本。在数据价值凸显的时代下,越来越多的开发者想要在区块链这个开放数据库上“淘金”。

这种数据范式的开放式转变所带来的一个新范畴是社交关系,仅在以太坊上就有12亿个地址。

多链上的每一个新区块都会产生大量的用户数据,因此利用这些数据足迹来连接Web3用户,从而构建丰富的社交关系网络,将是Web3淘金热的一大热点。

链上数据KNN3 Network 是一个Web3 关系图谱解决方案,旨在帮助 Web3 构建者挖掘多个区块链之间的深度数据关系。

KNN3 Network 提供了一个可组合且可优化的图形解决方案,可无缝同步区块链实时数据。

因此,Web3 开发者可以利用实时的Web3 社交关系动态来构建他们的dApps。在Web3世界中,用户在区块链上产生了大量交互行为,这些用户行为不仅反映了用户的行为模式,也诠释了相互之间的联系。

KNN3能够将这些用户行为转化为一个庞大的关系拓扑图

链上数据KNN3是如何构建这些关系网络的呢?

每个链上行为都会在区块链上留下痕迹,首先第一步就是如何读懂这些行为,因此KNN3从3个维度来定义用户的交互痕迹,即行动、状态和链接。

链上数据1.行动,即用户所做的行动。例如:参加的活动、交易/转让记录等。

2.状态,即用户目前获得的状态。例如:NFTs/tokens的所有权,会员资格,域名服务等。

3.链接:即用户明确拥有的现有连接。例如:RSS3/Twitter的社交关系网。

读懂了链上数据之后,就可以利用k-NN算法 (k-Nearest Neighbors Algorithm)来有效的描述用户之间的社交关系了。

在 k-NN 算法下,平台对用户的分类就从过往标签式的静态分类,转变成了交互式的动态分类。

每一个用户的行为,都在重构整个关系网络的构造,也丰富了现有的关系维度。

目前,KNN3已经上线了其数据分析图谱Graph QL,Web3.0 应用开发者可以通过其 API 实时且无缝地检索任何 Web3.0 用户的网络社交关系。

链上数据通过Graph QL,可以诠释出Web3用户之间更深层次的关系,不止可以从人与人的关系去理解,还可以从资产的角度去理解,比如,分析某个NFT持有群体以及相关联的社区。

KNN3网络中构建的每种关系都可以有不同的角度来诠释分析,Web3构建者可以用这些丰富、实时的链上关系构建他们的dApps,主要用例如下:

1.Web3原生的营销方式

KNN3网络可以为Web3 dApp开发者建立一个发现引擎,根据他们的历史行为和现有关系发现潜在的目标用户。

通过KNN3网络,你可以用全范围的Web3用户数据和深入的关系来推广活动,这样就可以以更高的精度和更低的成本来下沉市场。

2.Web3算法基础设施

通过使用KNN3网络,算法开发者和Web3社交应用开发者能够用大量的数据和现成的Web3关系网络来训练算法。

3.Web3金融赋能

从AI方面,KNN3网络图的数据结构对许多高级人工智能模型来说是算法非常友好的。

除此之外对于擅长捕捉巨鲸的交易者来说,通过即时的链上流媒体数据反馈,允许交易者深入研究链上关系,来快速决策获利。

近日,Web3 数据管理协议 KNN3 Network 完成 240 万美元种子轮融资。

此轮融资由HashGlobal 和复星国际联合创始人梁信军领投,参投方包括Mask Network、MetaWeb Venture、Eniac Venture、Tess Venture、Stratified Capital、Fundamental lab、Incuba Alpha、Zeuth Venture、Cogitent Venture、Atlas Capital、ETHsign、Impossible Finance、RSS3、ShowMe 等。

笔者认为KNN3赋予了Web3应用深度解析链上数据的能力,其建立的关系不仅仅是一个普通的搜索的关系,它还可以跟资产有关、跟过往行为有关、跟兴趣爱好有关。

此外KNN3与其他优秀的Web3协议一样,遵循了模块化精神,避免重复工作和造轮子。

Web3的模块化精神本质上就是只做一件事,把该做的事做好。例如在文字创作上,Mirror协议只负责编辑和发布文章,再由其他的协议负责分发推荐算法和更多自定义功能。

在如何利用数据上,也有一套逻辑链条。

作为上游的区块链丰富的数据,经过数据协议RSS3、CyberConnects的捕获,在错综复杂的系统中找到了“点”,并初步链接各用户之间的关系“将点连成线”。

再到KNN3在前者的基础上构建用户之间的关系图谱,“将线组成网”,有效的描述了用户之间的关系。

最后到了下游的应用开发者,在已经形成的人际网络上进行挖掘,“从二维的平面上映射出不同维度的“多向价值”。

团队方面,KNN3的团队包括,经验丰富的加密人士,大都经历过交易所、钱包、智能合约等方面的产品开发,对加密行业有着很深的理解。

以及优秀的 Web2.0 算法工程师和架构师,他们有丰富的大厂经验,是KNN3的主力开发者。

责编:Lynn