Algoritmisk Bitcoin og Ethereum Social Attention List rangerer påvirkere med matematik

Den 19. november annoncerede Hive.one, et projekt, der kortlægger samfundsklyngerne af Bitcoin og Ethereums sociale status ved hjælp af matematik, lanceringen af ​​en ny algoritmeversion. Siden sidste gang Hive.one offentliggjorde en liste, ændrede social influencer score og rækker, og skaberne mener, at de nye scores “bedre afspejler virkeligheden.”

For nylig Hive.one annoncerede lanceringen af ​​projektets nye algoritme (v 2.0) og sagde, at det var den “største ændring i algoritmen endnu.” Hive.one karakteriserer sig selv som en platform, der matematisk beskriver grupper af mennesker, og webportalen viser to lister over Bitcoin og Ethereum-påvirkere. Listerne genereres algoritmisk ved hjælp af data fra Twitter, og de opdateres hver 24. time. Hive.one oprettede endda en Covid-19 liste baseret på epidemiologirelaterede Twitter-influencers til at hjælpe med at bekæmpe koronavirus misinformation.

Listen over påvirkere repræsenteret på bitcoin (BTC) -siden inkluderer et stort antal individer. De fem bedste sociale påvirkere inkluderer mennesker som Adam Back, Pieter Wuille, Pierre Rochard, Elizabeth Stark og Jameson Lopp. Efter top fem i dag går influencere som Stephan Livera, Matt Odell, Matt Corallo, Olaoluwa Osuntokun og Turr Demeester bag henholdsvis top fem.

Algoritmisk Bitcoin og Ethereum Social Attention List rangerer påvirkere med matematik

Listen giver også en score, antallet af personer, som influencer følger, hvor mange individer der følger lysstyrken og en syv-dages procentdel. BTC-listen har 1.158 Twitter-konti registreret, og der er en listen over listen såvel.

Påvirkere, der stammer fra listen over ethereum (ETH), inkluderer Vitalik Buterin, Evan Van Ness, Hudson Jameson, Peter Szilagyi og Hayden Adams til top fem. Den sidste ende af top ti-listen inkluderer Nick Johnson, Austin Griffith, Joseph Lubin og Georgios.

Algoritmisk Bitcoin og Ethereum Social Attention List rangerer påvirkere med matematik

Hive.one siger, at det kun aggregerer data fra Twitter-kilder, og udviklerne kalder algoritmen “Peoplerank.”

“Det fungerer svarende til den originale Pagerank,” Hive.one’s algoritmeside stater. ”I stedet for at rangordne websteder – rangerer det identiteter. I stedet for at spore links – sporer det opmærksomhed. Det er også en andenordens metric. Det betyder, at det ikke kun betyder, hvem der er opmærksom på dig, men også hvem der er opmærksom på de mennesker, der er opmærksomme på dig. Og så videre.”

Derudover CIO fra Arcane Assets, Eric Wall, diskuterede Hive.ones nyligt opdaterede algoritmiske liste på Twitter.

“Jeg foretog en lille smule analyse af [Hive.one] -dataene for at sammenligne lag 0-decentralisering mellem BTC ETH,” Wall tweeted. “Jeg regnede med, at Gini-koefficienterne for influencer-scoringen (top 50) ville afsløre forskellene i ligestilling af influencer (som jeg ved, har en indvirkning på protokol-konsensus).”

Wall tilføjet yderligere:

Denne lille test indikerer, at ETH har en lidt højere grad af ulighed mellem lag 0 (socialt lag). Dette kan muligvis være et resultat af, at [Vitalik Buterin] har en meget stærkere status i ETH versus hvad [Adam Back] har i BTC, som influencer-scoringen viser (men jeg er ikke sikker). Dette er naturligvis ikke et komplet billede – det er mere en idé til en metode, jeg gerne vil foreslå. Generelt tror jeg, at lag 0-centralisering er et af de [vigtigste] aspekter af centralisering, men vi prøver sjældent at måle det.

Efter Wall’s tweet svarede Hive.one på analysen og sagde, at der er “meget mere, der kan gøres med vores data, og vi opfordrer til at oprette din egen analyse.” Hive.one siger, at den nye algoritme også er “meget hurtigere, når det kommer til at identificere ændringer i klyngen.”

“Algoritmen har nu selvkorrektionsmekanismer,” forklarede Hive.one i en tweet. ”Det kan identificere ændringer i klyngens underliggende struktur, når de sker, og justere i overensstemmelse hermed. Dette betyder, at scorerne skal opretholde et stabilt niveau af nøjagtighed over tid. Algoritmen kan nu skaleres ‘op og ned.’ Vi kan kortlægge underklynger inden for hver klynge såvel som den superklynge, den tilhører. Dette betyder, at når vi får nok data og [beregning], kunne vi indeksere hele Twitter med sine millioner af klynger, ”tilføjede Hive.one Twitter-kontoen.

Hvad synes du om Hive.ones sociale rangliste fra Twitter for Ethereum- og Bitcoin-påvirkere? Fortæl os, hvad du synes om dette emne i kommentarfeltet nedenfor.