非同质化代币(NFT):概述、评估、机遇与挑战
数字艺术中的非同质化代币(NFTs)作为一个突破性平台,将艺术和技术领域连接起来,通过区块链存储的元数据与离链数据相结合,创造了一种新颖的数字资产形式,本研究分析了在 OpenSea 上进行交易的 NFT 集合的链上和链下数据,以了解影响 NFT 定价的因素。结果显示,尽管 NFT 的文本和图像数据可用于解释同一集合内的价格变动,但提取出的特征无法推广到新的、未曾见过的集合。此外,我们发现 NFT 集合的交易量通常与其在线存在,如社交媒体粉丝和网站流量有关。
Oct, 2023
本文设计了一个视觉分析系统 NFTVis 来量化和评估 NFT 的性能,这个系统包含了一个新的 NFT 稀有度模型和四个协调一致的视图来表示影响 NFT 性能的各种因素,并使用两个案例研究和用户研究来验证其效用和有效性。
Jun, 2023
本研究旨在揭示诸如流通交易等常见的欺诈行为,以帮助监管者缩小市场中坏演员的搜索范围并为投资者提供保护。使用市场数据,我们设计了从网络、货币和时间角度出发的定量特征,将其提供给 K-means 聚类无监督学习算法,并讨论了聚类结果的重要性和监管措施如何减少不良行为。
May, 2023
这篇论文研究探讨了围绕数字资产的复杂法律环境,分析了不同司法管辖区内数字资产作为财产的定义和监管方式。通过比较分析不同法律体系对数字资产在财产法中的分类和管理,突出了监管方法的差异及其对所有权、转让和继承权的影响。通过研究一些主要司法管辖区中的重要案例和监管发展,包括美国、欧盟和新加坡,本文探讨了可能影响全球数字资产处理的新趋势和潜在法律发展。该研究旨在通过提出一种协调一致的数字资产监管方法,平衡创新与法律确定性以及消费者保护,为学术讨论做出贡献。
Apr, 2024
本文利用视觉变换器和基于图形的建模方法来探索 NFT 市场中的视觉灵感现象,并揭示 NFT 灵感网络的主要结构特征,探索视觉灵感与资产表现之间的相互关系以及加密货币对灵感过程的影响,结论表明视觉灵感的广泛传播导致了视觉特征空间的暂时饱和,启发式和被启发式的 NFT 之间的分化对其资产表现产生了影响,市场和灵感波动之间存在内在的自我调节机制,本研究可为了解 Web3 的演化提供一个起点。
Mar, 2023
本文介绍 MERLIN,一种基于多模态神经网络的深度学习框架,用于预测非同质化代币(NFT)的销售价格,其不依赖金融特征而仅利用基本数据集(即 NFT 图像和文本描述),并具有适应用户偏好的功能,勾勒出不同的风险回报投资方案,实验证明 MERLIN 模型在金融评估标准方面取得了显著表现,优于基于金融特征的基准机器学习分类器。
Feb, 2023
本文针对非同质化代币(NFT)这个新兴和经济重要的市场,提出了一种叫做 NFT-MARS 的基于多注意力机制的推荐系统,来应对该市场中的挑战,其中该系统特别关注于解决用户 - 项目交互稀疏和多模式特征偏好的问题,并演示了该系统的有效性。
Jun, 2023
本文介绍了 DASH 数据集,为多种数字资产类别建立了基于深度学习模型的自动估值方法,并提出了改进模型以考虑交易时间敏感性和资产流行度的方法。实验结果表明,与其他模型相比,我们的改进模型在 DASH 的所有资产类别上始终表现优异。
Oct, 2022