Como pesquiso artigos interessantes nas blockchains da mídia GOLOS / STEEM ou recomendo artigos com base na reputação das tags

imagem


Em geral, o artigo abordará como, guiado pelos gostos e talentos dos usuários da plataforma golos.io/steemit.com, obtém informações sobre o que o público vai gostar. A base da classificação proposta é a ideia de um tipo de delegação de "gostos".


Quem quer mais detalhes sobre a plataforma Voice - veja aqui ou, se estiver com três palavras, aqui . Steam e Voice são irmãos, existem nuances, mas não são importantes para nós.


Mas, para ler e entender este artigo, basta saber que golos.io/steemit.com é uma plataforma de blog (baseada nas blockchains GOLOS / STEEM, ou seja, com pagamento em criptomoeda, mas isso não é tão importante) e que eles (ou melhor, nas cadeias de bloqueio GOLOS / STEEM, mas isso também não é tão importante) para "algumas" ações do usuário (por exemplo, para publicar o artigo de um autor, mas é um pouco mais complicado), acumulamos uma reputação, que usamos como base.

I.e. a essência é que existem alguns ativistas da plataforma e sua reputação geral pode ser considerada um indicador de qualidade de sua atividade e sucesso .


Agora, a essência da ideia de amostrar artigos (ou seja, classificação)


Portanto, temos usuários de blogueiros que publicam artigos usando tags específicas. Hoje, a atividade diária do usuário traz pelo menos 1.000 artigos para cada plataforma, e ninguém deseja ler tudo em sequência, nem deseja perder algo interessante.

I.e. é impossível cobrir fisicamente esse volume (para mim pessoalmente, com certeza, mas talvez haja "maníacos da informação", quem sabe?).

Mas, se você pensar bem, com a abordagem correta, não precisamos disso.

A linha de pensamento é a seguinte: se um usuário publica algum material com uma etiqueta, por exemplo, "mecanismo", e obtém curtidas de ativistas locais, sua reputação pela marca "mecanismo" + a reputação geral do usuário aumenta. I.e. se muitas pessoas gostarem do artigo, sua reputação nesta tag aumentará significativamente. Se o artigo é “mais ou menos” na opinião dos usuários (= um pequeno número de pessoas vai gostar), a reputação, embora cresça, será insignificante. E se você não gostar, a reputação do autor pode até entrar em "menos".


I.e. em geral, com o nível adequado de reputação, esse especialista “nacional” é obtido precisamente pela tag (leia-tópico) “mecanismo”.

Por sua vez, o especialista em "pessoas" também lê os artigos de alguém, recompensando alguns deles com seus gostos. Dando sua "voz" (= like) a um artigo sobre o tópico "mecanismo", no qual ele atua como uma espécie de especialista reconhecido, o especialista em "pessoas" nos sinaliza que ela é interessante, na opinião dele. Suponha que não tenhamos um desses especialistas "populares" na tag "engine", mas com uma dúzia ou mais - acontece que, com base no gosto deles, podemos criar uma lista de conteúdo recomendado para outros usuários.

Esta é a idéia principal e todo o “sal” da classificação.


Então, vamos brevemente novamente.


  • cada usuário tem uma reputação compartilhada
  • para cada reputação de usuário é calculada por tags
  • para artigos, a classificação por tags é calculada

    I.e. reputação geral do usuário → reputação por tag → classificação do artigo por tag

Exemplo


  • Petya publicou um artigo com a tag "comida", Vanya gostou dele com uma reputação de X. Então, Petya agora tem uma reputação de X pela tag "comida", e o valor de X será considerado como um indicador de sua habilidade. Ao mesmo tempo, Petya não tem reputação em relação a todas as outras tags (ou seja, assim como Habré, não há artigo - não há voto).
  • Depois de algum tempo, Lena publica um artigo com a mesma etiqueta, "comida", e recebe um like do nosso Petit. Petya tem uma reputação de Y como usuário, e ela vai para Lena como uma etiqueta Y para alimentos , e Petya tem uma reputação para uma etiqueta Y para alimentos , e essa reputação X vai para Lena pela classificação do artigo para a etiqueta "comida" . I.e. A classificação do artigo é formada pela reputação das tags dos usuários que gostam deste artigo. Por exemplo, se alguém que nunca foi publicado com a tag "comida" gosta de Lena, o artigo dele não receberá nenhuma classificação nessa tag.

O que isso nos dá ??


  • A classificação satisfará os gostos da maioria, pois é formada por especialistas em plataformas "popularmente reconhecidos". O reconhecimento do valor do artigo (= curtido) por especialistas em plataformas já "popularmente reconhecidos" garante uma alta chance de sucesso para a maioria da comunidade (a reputação das tags será maior para quem gosta da maioria e, por sua vez, classificará os artigos para a maioria - é assim que o feedback é implementado no sistema, na forma de uma espécie de delegação de gostos ( este é o fundamento da ideia de classificação ).
  • A reputação do usuário está sempre crescendo e sempre se espalha com o crescente número de usuários. I.e. é impossível criar uma reputação em tags e influenciar constantemente a classificação. Para tornar isso possível, você precisa publicar artigos que atrairão o maior número possível de pessoas e até mesmo para todas as tags. E com o aumento do número de pessoas no sistema, a contribuição de uma será cada vez menor. I.e. nessas condições, torna-se quase impossível manipular a classificação (praticamente - porque eu conheço a teoria da probabilidade, do ponto de vista do qual posso ser um alienígena com probabilidade> 0).
  • Tendo em vista o parágrafo acima, obtemos imunidade não apenas de trapacear, mas de trapacear por bots ! A rede de bots se torna inútil nesse ecossistema. Para escrever artigos que atraem almas humanas, você não precisa digitar captcha)
  • O conceito de uma certa "especialidade" marcada é introduzido. As mulheres que publicam artigos com a tag "receita" não afetam a reputação dos artigos com a tag "synchrophasotron" ou "hadron-collider". I.e. as pessoas que publicam constantemente "selos" não arruinam a vida dos outros, todos têm "círculos de interesses". )
  • A reputação de tags entre os usuários está crescendo junto com a plataforma, ou seja, é uma quantidade inconsistente e, com um grande público, não obteremos constância (dinâmica na forma de uma mudança de ídolos).
  • Nesse cenário, não é um parâmetro quantitativo, mas qualitativo, de maior importância. E isso, por sua vez, também vai para o bem da própria plataforma, fornecendo incentivos para "conquistar corações" de um público maior .
  • Bem, é claro, descartamos o fator de corda automática, por que precisamos disso?

Bem, o mais interessante: o que na prática?


Mas, na prática, temos o seguinte: a classificação dos artigos é publicada na plataforma golos.io todos os dias por muitos meses. De acordo com o feedback dos usuários, é difícil aceitar a ideia de classificação (a explicação não é o meu ponto forte), mas assim que as pessoas começam a entendê-la, elas já a percebem com entusiasmo e como um elemento de gamificação. E, claro, a classificação cumpre seu objetivo principal - recomenda “saboroso” entre os artigos.

Obviamente, a plataforma não tem muitos curadores (= quem gosta) por dia, e apenas nas últimas semanas o número de artigos excedeu 1000, o que não nos permite apreciar totalmente todo o charme da classificação (embora para o mesmo steemit.com, o “irmão” em inglês ”, A atividade é maior e a dinâmica na classificação é maior).

Recentemente, comecei a publicar em paralelo a segunda versão da classificação - para blogueiros iniciantes. A idéia é a mesma, com a única diferença: os artigos de autores com grande reputação são exibidos nela, ou seja, classificação peculiar da "caixa de areia".

E essa opção de classificação me agradou, porque com a pequena escala da plataforma, ela:


  • exibe perfeitamente artigos originais de iniciantes;
  • a restrição de classificação “superior” impede que autores com um estilo de artigos estagnem na classificação;
  • todos os recém-chegados promissores são visíveis, o que é uma grande vantagem para o desenvolvimento da plataforma.

PS


Em geral, a idéia de classificação também é maravilhosa, pois pode ser adaptada a muitas áreas e obter resultados semelhantes, por exemplo, para resultados de pesquisa ou análises na loja, tudo depende da sua imaginação.

Source: https://habr.com/ru/post/pt404631/


All Articles