织梦CMS - 轻松建站从此开始!

买比特币_2020年在哪能买比特币_2020年买比特币的途径

当前位置: 主页 > 币安 >

加密艺术越来越火 如何构建其分析模型?

时间:2020-11-18 05:07来源:未知 作者:admin 点击:
广告位API接口通信错误,查看德得广告获取帮助

编者按:这篇文章是《Crypto Art:A Decentralized View》论文的第二部分旨在描述加密艺术的具象特征尤其是加密艺术独特的金融属性。

由于加密艺术是在数字世界展开的在这篇文章中作者首先分析了加密艺术的数据特征然后将其与学术出版从创作、展示和认可三个环节上进行了比较。最后作者提出了几个关于加密艺术的现实问题。通过这些分析作者最后将点落到了构建加密艺术的预测模型上。这不仅是极具野心的想法同时也是目前的投资机构和加密艺术画廊们(交易所们)最感兴趣的地方。

以下为翻译内容:

数据科学有一个“3V”指标即:数据量(Volume)、数据速度(Velocity)、数据多样性(Variety)。

数据量即系统管理的数据总量。

数据速度即创建、累积、提取和处理数据的速度。

数据多样性即大数据包括结构化、半结构化和非结构化数据。结构化数据可以使用数据模型(例如关系模型)来表示。在该模型中数据以包含行和列的表格形式进行组织。非结构化数据没有可识别的正式结构比如文本、音频、视频、图像等。某些形式的非结构化数据可能只适合一种格式该格式允许使用定义明确的标签来分隔语义元素。另一种数据格式则是在数据中包含了强制执行层次结构的能力而这种数据被称为半结构化数据。

加密艺术至少拥有两个大数据优势:速度和多样性

。加密艺术的活动序列(例如创作、出价和销售)可以在几分钟甚至几秒钟的精确时间间隔内进行这意味着加密艺术品可以构建实时事件流。与传统艺术拍卖相比加密艺术品拍卖更像是一种金融交易。此外加密艺术中的数据由以下几部分组成:

艺术品通常是静态或动画图像(非结构化数据);

有关艺术品的元数据如作者标题描述关键字(半结构化数据);

事件例如带有相对时间戳(结构化数据)的有价值的出价和购买交易。

需要强调的是所有这些数据都是完全开放的:从我们的角度来看与传统技术相比这是加密技术的关键优势。但作为(数据)科学家我们考虑以下问题以便开始塑造“加密艺术分析”研究领域:

加密艺术与学术出版系统有何相似和差异之处?尤其是我们能否将科学定量分析(计量学)方法应用于加密艺术领域并分析相关应用?通过与这个广为人知的的系统进行比较我们旨在阐明一些值得关注的加密艺术特征。

与加密艺术有关的一些有趣问题是什么?或者使用加密艺术数据需要考虑哪些问题?这些问题是否需要使用新的方法?通过与传统艺术出版系统进行比较并以此为起点Cryptocurrency Exchange我们旨在扩大一些值得关注的问题集合并使用相关方法论为大家提供指导。

更广泛地说有关艺术分析的相关文献的现状如何?

加密艺术有一个非常好的对比者那就是学术出版系统。虽然普通人很难将二者联系在一起但分析下来二者却有异曲同工之妙。

让我们通过区分三个连续阶段来比较学术创作者和加密艺术家的工作流程分别是:创作、展示和认可。

1创作。艺术家创作艺术品而学者则撰写科学论文如何购买比特币例如期刊文章。无论是艺术品还是文章其成果都是创造力也都需要与时俱进。艺术家和学者都是从一个想法开始然后将其发展为一件艺术品或奖学金。通常艺术家更喜欢单独工作而学者更喜欢与同伴合作。当然也有一些艺术家会进行集体创作而有些学者也会独自工作。现阶段越来越多艺术家和学者都与计算机交互艺术家使用计算机来生成艺术品(例如使用随机性复杂性或人工智能)而科学家则用于进行实验或分析数据。

2展示。作品准备好后艺术家将其上传并展示在线上画廊中okex而学者将自己的工作成果提交给会议或期刊。在这一阶段艺术家和学者可能会有一些不同。以学者为例他们的论文只有在合理阐述最新技术且足够原创时该学者的作品才被同行评审并接受发表。

所有学者都可以在任何期刊上发表文章需要注意的是期刊要审阅的是文章而不是作者。另一方面加密货币画廊却会审查艺术家而不是艺术品。如果艺术家符合画廊的标准他们将被画廊一劳永逸地列入白名单并且可以上传任何艺术品且无需进一步审核(只要这些作品不违反画廊的服务条款)。展出艺术品时任何人都可以查看和下载艺术品。

尽管如今学术论文越来越多地采用开放获取但如果科学著作被接受出版那么相关内容就只会对期刊订阅者或会员可见。学者们可以向不同的期刊提交不同的作品同样地艺术家也可以在不同的画廊展示他们的作品。

3、认可。艺术品和科学作品都可以由各自社区来创作因此会受到特定受众欢迎。例如当有人在自己的文章中引用某篇科学文章时即表示他/她对这篇科学文章的赞同。一篇文章被其他学者引用的次数越多表明了它在社区中的受欢迎程度越高。当收藏家(在拍卖过程中)进行有价竞标或收藏家以给定价格直接购买作品时也意味着艺术品被认可。类似地对艺术品的出价次数或艺术品在收藏家之间的交易次数可以被视为艺术品的受欢迎程度的指标。有趣的是对艺术品的所有认可似乎都会有一个估价(加密艺术也会有与之关联的一定数量的加密货币)并且该值可以被视为在给定时间内艺术品的价值估计。另一方面引述论文的价值通常不会被加权(因为它们不带有相关值)。

在科学和艺术方面都存在自我认可:学者引用自己的文章而艺术家购买(也许使用不同的身份)自己的艺术品。在这两种情况下这些自我参照都不会对个人产生影响。此外除了受欢迎之外人们还可以调查艺术品和学术出版物的声望。我们可能会争辩说对有名望的收藏家的艺术品进行竞标或对权威科学家的文章进行引用okex比匿名人士的认可更为重要。由于学术出版系统具有使用引文定量评估科学贡献的受欢迎程度和威望的方法和工具方面的经验因此艺术与科学认可体系之间的这种平行性非常宝贵。

加密艺术分析将首先关注认可阶段。

因为这个阶段的数据更丰富其发布过程也与学术出版系统更相似。创作过程本质上很难观察和研究而展示阶段则出现了关键的区别应该加以考虑并通过比较进行分析。总而言之可以进行以下比较:

学术贡献和艺术作品:这些是封装创造性作品的有形对象。

期刊和画廊:收集并展示创意作品的地方。期刊和画廊也都从创作者及其作品的声誉中受益并做出贡献。

引文和出价:重要的区别在于出价是一种(加密货币)价值加权而引文则没有价值加权。

度量标准:这两个系统都具有多种替代度量标准例如观看次数、下载量、分享率、喜欢程度等这些标准可以补充学术或艺术作品的影响力。

速度是加密艺术与学术出版系统之间的一个普遍差异它涉及创作、展示和认可的所有阶段。对于科学家而言构思和撰写文章并将其提交到期刊然后等待同行评审再根据评论者的评论修改文章重新提交论文需要花费大量时间(通常为数月甚至数年)。尤其是等待评论者的评论十分耗时否则就无法在期刊中发布最终版本。此外对论文的引用也会等待很长时间通常需要在论文发表后数年才可以被引用。

相反加密艺术的工作流程就非常快:艺术家只需有一个正确的创意然后就能通过计算机辅助流程快速制作出一件作品并立即上传并在数字画廊上展示(如果作者已经被画廊被列入白名单的话速度更快)倘若这个艺术家足够幸运的话其作品可以在几分钟内就能被出售。出售之后后艺术品可以用相同的速度在二级市场(甚至在画廊外)进行交易。

如果说科学论文的工作时间粒度是数年的话那么加密艺术的时间粒度显然要短的多。

如果硬要说加密艺术品与学术论文之间的相似之处(其实也不是真正的相似之处)可能就是他们都需要在一些重要其他方面有所突破。在艺术界收藏家(或投资者)可以竞标和交换艺术品同时这些收藏家(或投资者)本身也可以是艺术家但在学术论文领域里只有通过创作新的论文才能给同行引用。收藏家(或投资者)的角色至关重要因为它们为艺术家提供了一个外部的、非同行的认可来源这样艺术家的作品可以通过出价最高的收藏家获得认可而不必被同行认可。

此外就算不考虑拍卖和购买交易的话艺术品也可以被赠与或与其他艺术品进行交换他们甚至可以被看作是一种“流通货币”(实际上创造加密艺术品和创造加密货币本质上是一样的。)

在加密艺术分析中我们提出了三个主要问题:

问题一:评分和排名。

通过比较学术论文与加密艺术品之间的相似性我们可以借鉴和优化科学定量分析指标总体目标是根据给定的标准对艺术品进行排名例如按一定时期内出售的作品的价值对艺术家进行排名。一般而言这些指标可以为画廊、艺术投资人以及艺术家本身提供参考。通过定义明确的加密艺术指标我们可以更好地回答一些行业问题比如:

1、要向画廊展示哪些新兴艺术家?

2、哪些新兴艺术家会吸引投资者进行投资?

3、与艺术家联系最紧密的收藏家都有谁?

这里一个有趣的挑战即:加密艺术品销售网络并不是静态而是随着时间而发展的每小时都会增加新的节点(作品)和链接(销售)。此外销售通常会根据给定加密货币估价来进行交易然而这些加密货币所对应的法定货币价格可能会经历较大市场波动。不过随着稳定币(DAIUSDC)的使用越来越多这种情况可能会发生好转。值得强调的是这些加密艺术指标可以衡量商业成功和受欢迎程度但并不能用来真正评估艺术品的质量就像引用文章数量只是影响学术论文评估指标之一一样

加密艺术指标并不能完全衡量其整体价值。

问题二:系统分析和建模。

我们可以对整个加密艺术市场进行分析这么做的目标是将其理解为一个系统而不是仅仅为了捕获某个特定的评估指标。这里我们同样有几个“有趣”的问题包括:

1、参与者有哪些不同类型例如艺术家、收藏家、投资者、旁观者?这些参与者如何相互作用?

2、加密艺术品市场规模是在扩大还是在下降?

3、加密艺术品市场会朝着哪个方向发展?

4、一级市场或二级市场是否可以被视为成熟市场?

一般而言之所以询问上述问题最终目标其实是希望对加密艺术行业进行建模捕获加密艺术品与行业参与者之间的互动。

问题三:成功的预测。

在给定系统模型的情况下有可能在总体上、或是针对某个感兴趣的特定方面预测其演变。

举个例子通过艺术品的未来价值可以预测哪些人有可能成为新兴艺术家。

这个问题更多地是为了预测加密艺术系统的发展尤其是预测加密艺术品能否成功。此前一些加密艺术作品已经考虑到成功预测问题例如使用Magnus中的数据可以了解到Fraiberger这幅作品究竟被拍卖了多少次(Magnus中记录了大约127,208次拍卖数据信息)。通过研究这个问题我们会发现通过强大的锁定机制可以推动艺术品声誉声誉越高就能在高端画廊中展出。

Mitali和Ingram构建了一个声誉社会结构模型他们的理念可能与前文提及的观点不同此前我们认为创意是加密艺术品市场中的唯一驱动力但数据分析显示的情况似乎并非如此。根据对20世纪初期抽象艺术运动(1910-1925)中的90位艺术先驱的数据分析显示

无论这些艺术家的作品多么好最终成为知名艺术家的其实是拥有广泛而多样人脉关系的艺术家。

也就是说如果要评估艺术创造力的话既需要使用客观的计算方法(机器学习技术)也需要有主观的专家评估。此外该模型对最近一千年的艺术史中近14万幅画作进行了定量分析基于这些绘画图像中的局部空间模式他们估计了每幅绘画的置换熵和统计复杂度通过这些分析可以反映出艺术史学家提出的艺术害怕定性类别。

总之加密技术中数据的速度、多样性及可用性为未来的科学工作开辟了一条路径。加密艺术市场将拍卖与金融交易融为一体使其成为一种新颖的现象在完全数字化的行业领域里逐渐成为创意产业的代表。

END

Bitcoin Exchange (责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
广告位API接口通信错误,查看德得广告获取帮助