区分--助力于项目评估的内容平台

区分生态解决什么问题

区分是以分布式评测为核心的区块链投资平台,是用区块链分布式协作的理念,以Token激励的方式调动全网各节点去共同评测一个项目,最后基于共识算法和投票机制,自动生成评测报告,最大化地独立、公平、全面地评测区块链投资标的。

与传统机构相比具有以下的主要优势:

a、分布式评测的评测模型,运用群体智慧制定而成,并交由社区治理进行不断进化升级

b、全网各个节点均可参与评测,且评测过程完全公开透明,有理论有数据,且受到全网监督,任何单一中心节点无法控制评测结果

c、面向全网激励每个领域最专业的节点参与评测认知水平和评测结果最大化靠近事实真相

在区分项目中,定位于投资者的内容生态,其在架构上分为五层:用户层、内容层、社区层、投资层、数据层,如下图:

区分平台,如何给广大投资提供更科学更有价值的投资参考呢?数据不会说谎,区分将基于对大量区块链项目的持续评测和精准追踪,通过对大量内容和大数据的深度分析,可以预测区块链技术在社会各领域的应用前景和发展趋势,对各类区块链项目进行更精准的数据评级,从而提供更科学更有价值的投资参考。

产品开发及落地情况

1、产品架构

区分的底层系统架构由基础设施层、数据层、合约层、应用层构成。而图中有两个需要注意的点:IPFS和EOS,从白皮书中也确实看到,在基础设施层会将IPFS的文件系统作为产品的文件数据存储服务,虽然并没有提到会将系统建立在EOS上,但是这张图已经明显显示出这种意图,之所以不在白皮书中体现,或许只是因为现在EOS的主链还未真正的达到预期要求。

白皮书中说到很多区分的应用场景,我仅把我认为比较重要的区分指数和评测模型拿出来讨论。

首先说区分评测模型,这是一个全网贡献数据和智能评分的评测模型,相比于传统机构的评测模型有着自己的一些创新措施来进一步保证评测的客观性。

首先,参与的测评数据和测评节点来自全网,海量而公开,这样可以避免个别节点进行作恶和少数中心化节点控制下的暗箱操作可能。

其次,测评的模型多样化,各种角度的评测对一个项目的全貌更清晰的描述,并且由社区不断的进行进化升级,利用群体性的智慧无限的接近真相,辨别真伪。

再次,把针对于整个项目拆分为若干个不同的细分板块,就像我这么文章中写到的:行业、产品、团队、通证生态、社区、投资方几个大的方面对项目进行评测,各个板块的评测人可以根据自己的擅长领域针对某个特有的领域去进行评测,最后利用社区的投票选出每个板块里最优质的评测文章,综合到一起就可以形成对某个项目更加全面的理解,最大程度弱化单个节点对于评测结果的控制力,在一定程度上避免中心化的结果。

最后,参与投票的全部节点都是基于各自的区分指数来决定权重的大小,作恶节点的投票权重将被自动稀释,把恶意投票和水军灌水的影响力降低近乎为零,保证评测的科学、客观、真实、有效。

区分通证设计

区分系统的内在价值标记以及应用权证是FIND;

FIND总量是1000亿,永不增发。FIND的分配机制是:51% 激励池、30%阶段性资金支持、10%基金会、9%创始团队激励。

区分生态奖励池:51%,用于区分的生态建设激励,奖励给区分的内容贡献者和区分生态伙伴,具体奖励机制由区分理事会共同制定;

阶段性资⾦⽀持:30%,将⽤于感谢对区分⽹络提供阶段性资⾦投资与技术开发帮助的节

点。由区分理事会按照实际需求和⽣态情况分阶段发放;

基⾦会: 10%,⽤于区分的⽣态发展;

创始团队激励:9%,将用于创始团队激励,用于持续的区分平台开发、区分网络运维与区分生态社区维护。

FIND的应用场景和流通逻辑,如下图:

从上图可知,有10种获取FIND的方式,有9种消费FIND的方式,FIND的流通使用场景很多。更多的倾向于消费支付,FIND的权益更多的使用和支付,其他权益并不清楚。

FIND的销毁,每季度系统内平台收益的50%的进入销毁池,剩下的50%Token由理事会共同商讨决定如何使用。

有价值的Token,应具备持续的应用场景,以保证Token的自然流通,目前大量的Token并没有实际的应用场景,停留在炒作上,自然也不符合市场自由经济规律。在区分的白皮书中没有过多的描述平台收益主要来自哪些方面,理事会的组成成员以及成为理事会成员的方式没有明确的介绍,这是其不足之处。

区分评测的优势

区分——全球⾸家以分布式评测为核⼼的区块链投资平台

相对于中心化评测模式,分布式评测平台具备如下优势:

· 分布式评测的评测模型,运用群体智慧制定而成,并交由社区治理进行不断进化升级;

· 全网各个节点均可参与评测,且评测过程完全公开透明,有理论有数据,且受全网监督,

任何单一中心节点无法控制评测结果;

· 面向全网激励每个领域最专业的节点参与评测,认知水平和评测结果最大化靠近事实真相

区分与其他平台对比

内容上,区分定位于项目分析测评上,相对来说比币乎更垂直更细分,区分上的内容一定适合发布在币乎上,币乎上的内容不一定适合发布在区分上;所以区分上首发的内容基本上可以转发到任意的平台上去,是不是很爽呢,大家还在等什么。。。。。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,723评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,485评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,998评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,323评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,355评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,079评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,389评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,019评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,519评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,971评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,100评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,738评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,293评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,289评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,517评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,547评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,834评论 2 345

推荐阅读更多精彩内容