导语：通过一套基于图形计算和机器学习的加权算法，0xScope 可以将分散在 Web2 和 Web3 资源中的数据点关联在一起，形成一个结构化数据网络。

在 Web2 中，实体代表着个人或者公司。在Web3中，它可以是一个人或一群人，如一个组织、一个DAO或一个公司。

每个实体都可以在链上零成本创建大量的地址账户，这些零碎的地址每个可能只进行过几次交互。

而目前市面上，大多数数据分析产品仍然局限于了解单一地址的数据，这种方式并不能帮助我们了解一个实体的真实面貌。

最近，笔者在Gitcoin的Web3社交生态轮项目中，发现一个叫0xScope的底层协议。

0xScope 通过知识图谱对独立的地址进行归纳，将这些地址的非结构化数据汇聚成有意义的实体画像。

此外，它还可以作为新一代社交媒体平台的底层设施，在上面构造引擎推荐算法等等。

上图是0xScope背后技术的可视化展示。通过一套基于图形计算和机器学习的加权算法，0xScope 可以将分散在 Web2 和 Web3 资源中的数据点关联在一起（点与点连成线），形成一个结构化数据网络。

如上图所示，如果我们只分析地址A，我们只能得出结论，地址A很有钱，因为他拥有一个无聊猿。

然而，绝大多数人为了不同的目的采用多个地址，如果了解不同地址的信息就更有可能勾勒出整个实体的真实面貌。

例如上图左下角的地址B，通过检测整个地址的活跃时间，则可以大致判断出背后实体的地理位置。

通过右上角的地址C，我们也了解这个实体的交易习惯。

而通过右下角的地址D，我们可以看到与之绑定的推特链接，进而确定该实体的真实身份。

因此，我们可以看到Scope与其他数据分析平台的不同之处：它进行数据分析的颗粒度是多个地址背后的实体，而其他的则是专注在一个地址上。

总结来看，0xScope协议通过加权聚合算法将多个单独地址连接成一个实体，重构实体的画像，可以大大改善链上数据的质量。

其次，基于这种知识图谱数据将大大降低项目方的数据识别、清理和使用成本。将大大提升项目方的数据利用深度，在保护用户隐私的同时，Web3产品的体验被提升到与Web2相同的水平。

0xScope的数据是从多个协议层收集的，包括以太坊及其可扩展性层，还有一些链下数据层。目前，已经出现基于0xScope构建的产品。

第一个在上面构建的应用叫0xWatchers，在笔者看来它的产品逻辑类似于We3的天眼查。

它提供的一个功能是项目Token穿透图。

以Curve举例，从Token穿透图的视角来看，CRV应该是最离谱的83%的Token锁仓在合约里。其他的主流资产这个数据基本在30%-50%左右。

还有一个功能是可视化某个实体拥有的地址之间的行为关系。

如图所示，用户A有三个地址，地址1与他在某个web3产品上的社交关系绑定，地址2是某知名DAO的财务多签名管理员，地址3则被标记为某黑客事件的犯罪者地址。

0xScope协议可以将这三个地址的关系关联起来，清楚地显示给0xWatcher的使用者。

总体来看，0xScope以及它的生态产品可以帮助开发者高效、低成本地分析读取数据，释放出Web3开放数据和可组合性的潜在价值。

不过笔者有一点存疑，用户之所以利用多地址是为了进行资产风险隔离和防止交易层面的追踪，0xScope面对这种情况，是否有更多保护隐私的措施。

我们正在筹备一个分享、讨论Web3项目的Dao，有兴趣参加的朋友添加微信：dingdingmars

导语：通过一套基于图形计算和机器学习的加权算法，0xScope 可以将分散在 Web2 和 Web3 资源中的数据点关联在一起，形成一个结构化数据网络。

在 Web2 中，实体代表着个人或者公司。在Web3中，它可以是一个人或一群人，如一个组织、一个DAO或一个公司。

每个实体都可以在链上零成本创建大量的地址账户，这些零碎的地址每个可能只进行过几次交互。

而目前市面上，大多数数据分析产品仍然局限于了解单一地址的数据，这种方式并不能帮助我们了解一个实体的真实面貌。

最近，笔者在Gitcoin的Web3社交生态轮项目中，发现一个叫0xScope的底层协议。

0xScope 通过知识图谱对独立的地址进行归纳，将这些地址的非结构化数据汇聚成有意义的实体画像。

此外，它还可以作为新一代社交媒体平台的底层设施，在上面构造引擎推荐算法等等。

上图是0xScope背后技术的可视化展示。通过一套基于图形计算和机器学习的加权算法，0xScope 可以将分散在 Web2 和 Web3 资源中的数据点关联在一起（点与点连成线），形成一个结构化数据网络。

如上图所示，如果我们只分析地址A，我们只能得出结论，地址A很有钱，因为他拥有一个无聊猿。

然而，绝大多数人为了不同的目的采用多个地址，如果了解不同地址的信息就更有可能勾勒出整个实体的真实面貌。

例如上图左下角的地址B，通过检测整个地址的活跃时间，则可以大致判断出背后实体的地理位置。

通过右上角的地址C，我们也了解这个实体的交易习惯。

而通过右下角的地址D，我们可以看到与之绑定的推特链接，进而确定该实体的真实身份。

因此，我们可以看到Scope与其他数据分析平台的不同之处：它进行数据分析的颗粒度是多个地址背后的实体，而其他的则是专注在一个地址上。

总结来看，0xScope协议通过加权聚合算法将多个单独地址连接成一个实体，重构实体的画像，可以大大改善链上数据的质量。

其次，基于这种知识图谱数据将大大降低项目方的数据识别、清理和使用成本。将大大提升项目方的数据利用深度，在保护用户隐私的同时，Web3产品的体验被提升到与Web2相同的水平。

0xScope的数据是从多个协议层收集的，包括以太坊及其可扩展性层，还有一些链下数据层。目前，已经出现基于0xScope构建的产品。

第一个在上面构建的应用叫0xWatchers，在笔者看来它的产品逻辑类似于We3的天眼查。

它提供的一个功能是项目Token穿透图。

以Curve举例，从Token穿透图的视角来看，CRV应该是最离谱的83%的Token锁仓在合约里。其他的主流资产这个数据基本在30%-50%左右。

还有一个功能是可视化某个实体拥有的地址之间的行为关系。

如图所示，用户A有三个地址，地址1与他在某个web3产品上的社交关系绑定，地址2是某知名DAO的财务多签名管理员，地址3则被标记为某黑客事件的犯罪者地址。

0xScope协议可以将这三个地址的关系关联起来，清楚地显示给0xWatcher的使用者。

总体来看，0xScope以及它的生态产品可以帮助开发者高效、低成本地分析读取数据，释放出Web3开放数据和可组合性的潜在价值。

不过笔者有一点存疑，用户之所以利用多地址是为了进行资产风险隔离和防止交易层面的追踪，0xScope面对这种情况，是否有更多保护隐私的措施。

我们正在筹备一个分享、讨论Web3项目的Dao，有兴趣参加的朋友添加微信：dingdingmars