FACTS是成功解決諸如Facebook. Twitter 等社交媒體及各種互聯(lián)網(wǎng)內(nèi)容平臺上，虛假內(nèi)容泛濫成災(zāi)，事實線索不清晰，信息繁雜不利識別等嚴重問題的唯一途徑；。同時，因全面引入細粒度的用戶激勵體系，F(xiàn)ACTS 也為類似于維基百科和Quora等提供優(yōu)質(zhì)內(nèi)容的平臺解決了真實性判斷和用戶傳播動力不足的問題。

FACTS的核心是構(gòu)建一套基于區(qū)塊鏈技術(shù)的“事實內(nèi)容激勵機制”即Proof ofFacts （PoF）， 并由此形成以事實圖譜（Facts Graph）為基礎(chǔ)的真實可信內(nèi)容庫。FACTS的事實內(nèi)容激勵機制及事實圖譜，以統(tǒng)一-接口的方式對所有內(nèi)容類DAPP開放，形成一條服務(wù)內(nèi)容生態(tài)的垂直公鏈。事實激勵機制的設(shè)計秉承“中立性”和“可驗證性”的真實內(nèi)容觀，任一真實可信內(nèi)容都是通過引用或依據(jù)其他合理的事實依據(jù)來證明自身真實可信，內(nèi)容評審團保障這一機制執(zhí)行到位，確保事實圖譜的質(zhì)量，而事實指數(shù)（FACTS Index）是反映內(nèi)容的真實可信情況的核心參數(shù)，讓用戶一目了然。

FACTS的獎勵機制是通過獎勵用戶的每一個有益于社區(qū)的行為來提升內(nèi)容可信度和可信內(nèi)容的傳播度。在擁有共同價值觀的內(nèi)容社區(qū)中，用戶通過生產(chǎn)真實可信內(nèi)容、挖掘內(nèi)容真實度、傳播真實可信內(nèi)容等有益行為獲得相應(yīng)的通證獎勵。

FACTS底層的內(nèi)容池（Facts Pool）不斷的更新及完善，形成網(wǎng)狀互聯(lián)的結(jié)構(gòu)化事實圖譜。這能讓內(nèi)容社區(qū)中的每個名詞、每個事件每個觀點做到有據(jù)可查，有理可依，能為用戶大幅度減少判斷成本，優(yōu)化閱讀體驗。內(nèi)容池中的每個內(nèi)容被合理引用之后，內(nèi)容生產(chǎn)者將會得到相應(yīng)的獎勵，以鼓勵內(nèi)容生產(chǎn)者為社區(qū)創(chuàng)造更多內(nèi)容價值。

綜合來看，在FACTS完善的去中心化以事實驅(qū)動機制的作用下，網(wǎng)絡(luò)上虛假內(nèi)容泛濫、創(chuàng)作動力不足、傳播效率低下等問題可以得到完美解決。

FACTS基于事實的激勵機制（PoF）

1.FACTS解決方案概述

FACTS的核心是構(gòu)建一套基于區(qū)塊鏈技術(shù)的“事實內(nèi)容激勵機制”即Proof ofFacts （PoF）， 并由此形成以事實圖譜（Facts Graph）。為基礎(chǔ)的真實可信內(nèi)容庫。FACTS的事實內(nèi)容激勵機制及事實圖譜以統(tǒng)一接口的方式對所有內(nèi)容類DAPP開放，形成一條服務(wù)內(nèi)容生態(tài)的垂直公鏈。FACTS創(chuàng)建了-套能夠有效反映出內(nèi)容真實可靠性的“FACTS Index”評估模型對內(nèi)容進行評估，并生成該篇內(nèi)容的FACTS Index，為內(nèi)容評審團和用戶提供強有力的可信度參考，通過內(nèi)容評審團審核的可信內(nèi)容存儲在事實內(nèi)容池（Facts Pool）中，并由NL P23引擎自動構(gòu)建事實圖譜，沉淀出海量的可信內(nèi)容。

為了直觀的描述不同內(nèi)容渠道的可信賴權(quán)重，F(xiàn)ACTS引入事實權(quán)重（FACTS Rank）。事實權(quán)重基于類似于Page Rank算法，通過計算內(nèi)容相互的引用關(guān)系，賦予不同內(nèi)容或內(nèi)容渠道相應(yīng)的Rank數(shù)值。

在FACTS鏈上存儲的是賬本數(shù)據(jù)以及需要激勵的用戶關(guān)鍵行為數(shù)據(jù)，F(xiàn)ACTS的內(nèi)容則存儲在基于IPFS協(xié)議的內(nèi)容尋址文件系統(tǒng)中，鏈上只存儲內(nèi)容的索引。事實內(nèi)容池的內(nèi)容通過NLP引擎的分析處理，將不斷的生成和更新相應(yīng)的事實圖譜。

為了降低內(nèi)容評審團的工作量，提高效率， FACTS還提供了豐富的Al自動化工具，包括自動防水垃圾和自動化查重等。

2. FACTS激勵機制（PoF）

PoF （Proof of Facts）是基于FACTS行為的激勵機制，用戶通過對于事實內(nèi)容的創(chuàng)建、補充、評審、舉報、閱讀， 分享、點贊等行為，將自己的學(xué)識和經(jīng)驗用于到判斷事實內(nèi)容中，都可以認為是用戶為事實內(nèi)容作出貢獻。PoF會按照每個用戶對于事實內(nèi)容的貢獻程度進行統(tǒng)計， 最終按照FACTS激勵模型獲得獎勵。

2.1 獎勵池

FACTS提供一個公平合理的公共獎勵池。內(nèi)容消費者通過分享、點贊、注解、評論等操作與內(nèi)容形成有效的互動即可獲得獎勵池分配的權(quán)利，同時內(nèi)容生產(chǎn)者也會因內(nèi)容消費者互動數(shù)量的增長而獲得相應(yīng)的通證獎勵。所有獎勵均會有一個獎勵冷凍期，即申訴期，只有申訴期結(jié)束而且沒有受到舉證之后才會發(fā)放到用手中。

獎勵池核心算法示例：

2.2 評價權(quán)重、精力值

對內(nèi)容的評價分為正面和負面兩類，正面評價包括點贊、打賞等，負面評價包括踩、糾錯、舉報等，也同時將中性行為如分享、評論、內(nèi)容完善等行為按一定權(quán)重計算為內(nèi)容評價因子。用戶對內(nèi)容進行評價時涉及到精力值的消耗。

用戶的每次評價行為都會消耗一定的精力值， 同時也會因為參與了內(nèi)容互動而獲得FACTS Token獎勵。當精力值消耗完畢之后，用戶仍然可以繼續(xù)參與互動，只是將不會獲得相應(yīng)的FACTS Token獎勵。精力值按照時間逐步恢復(fù)。

精力值的引入基于兩個目的：

1.防止活躍用戶占據(jù)過多的評價權(quán)重。

2.防止通過注冊僵尸用戶來獲取大量的評價權(quán)重。無論是正面還是負面評價，以單次有效評價行為所產(chǎn)生的評價權(quán)重為參數(shù)來調(diào)節(jié)精力值擁有量對評價權(quán)重的影響。

精力值的規(guī)則設(shè)定為：

1.最大精力值固定不變

2.精力值按照特定時間恢復(fù)

3.用戶的每次創(chuàng)作/互動/傳播行為會消耗一定的精力值

4.當用戶消耗精力值進行的行為，將按照行為激勵系數(shù)從獎勵池獲得對應(yīng)獎勵

5.當用戶耗空精力值后，所進行的行為，行為仍有效，但是不再能從獎勵池獲得激勵

2.2.3 判定期

在內(nèi)容發(fā)布之后一-定天數(shù)內(nèi)的評價將破用來計算內(nèi)容應(yīng)被分配的收益，期滿后，系統(tǒng)將自動計算作者的應(yīng)得收益。這意味著，在到期確定收益分配的時候，所有的內(nèi)容以它們收獲的凈評價權(quán)重來按比例地分配待分配收益。優(yōu)質(zhì)的內(nèi)容常常會引發(fā)更多的優(yōu)質(zhì)內(nèi)容，而在Quora和知乎這樣的模式下，優(yōu)質(zhì)的回答常常是由好問題引導(dǎo)的30，平臺需要對引發(fā)優(yōu)質(zhì)內(nèi)容的內(nèi)容給予回報。

2.4 申訴期

一條內(nèi)容會在評價期滿之后計算收益。為了留下充足的時間甄別侵權(quán)、真實性等屬性，收益還要一定的鎖定期31才能到達作者手中。

為了防止惡意作者發(fā)布侵權(quán)或違規(guī)的內(nèi)容，用戶可以通過發(fā)起內(nèi)容舉報申訴發(fā)起新一次的內(nèi)容評審團。系統(tǒng)根據(jù)內(nèi)容評審團的表決結(jié)果對該類內(nèi)容進行凍結(jié)，內(nèi)容生產(chǎn)者也無法獲得常規(guī)狀態(tài)下能夠獲得的收益。在申訴期內(nèi)，內(nèi)容生產(chǎn)者也同樣擁有仲裁申訴權(quán)，以保證所有用戶均能得到公平的對待。

時間也是校驗內(nèi)容真實性的重要指標之一。FACTS使用了較長的申訴期，以確保在內(nèi)容進入事實內(nèi)容池之前有足夠的依據(jù)證明其內(nèi)容的真實性。

3.FACTS的核心指標

3.1 事實權(quán)重（FACTS Rank）

事實權(quán)重（FACTS Rank）：當事實內(nèi)容互相引用形成內(nèi)容網(wǎng)狀結(jié)構(gòu)以后，我們可以通過內(nèi)容的相互鏈接關(guān)系，來確定一個內(nèi)容的事實權(quán)重。FACTS Rank最終體現(xiàn)為事實內(nèi)容的相關(guān)性和重要性的綜合評級，數(shù)值從0到1。

為了避免同一用戶的不同內(nèi)容引用相關(guān)度過高導(dǎo)致事實權(quán)重不平衡，我們改進傳統(tǒng)搜索引擎的Page Rank算法。同一用戶的內(nèi)容之間的引用將獲得較少的權(quán)重分成，不同用戶間的內(nèi)容之間的引用將獲得較多的權(quán)重分成。在Page Rank公式中增加了系數(shù)將同用戶的相關(guān)性進行了系數(shù)衰減，形成公式FACTS Rank：

FACTS的文章權(quán)重計算表明，一個文章的權(quán)重指數(shù)是由引用它的其他文章的權(quán)重指數(shù)計算得到。FACTS通過迭代計算每個文章的權(quán)重指數(shù)，經(jīng)過多次遞歸計算，這些文章的權(quán)重指數(shù)值會趨向于穩(wěn)定收斂值，這就是指一系列互相引用文章的權(quán)重指數(shù)。

3.2 事實指數(shù)（FACTS Index）

事實指數(shù)（FACTS Index）是文章內(nèi)容真實性的評估指數(shù)，數(shù)值從0到10。其代表著當前內(nèi)容與所引用的內(nèi)容依據(jù)相關(guān)性及合理性的關(guān)聯(lián)程度，并結(jié)合內(nèi)容的完善度、引用合理性以及用戶的互動和糾錯等多個參數(shù)加權(quán)得出的文章真實可信程度的評估指數(shù)。事實指數(shù)在很大程度上體現(xiàn)了內(nèi)容的真實性及可靠性，為用戶提供強有力的參考。

FACTS Index的影響因素如下圖：

4. FACTS用戶模型

4.1 內(nèi)容生產(chǎn)者（Content Author）

內(nèi)容生產(chǎn)者是FACTS中的核心用戶，他們通過發(fā)布或完善主題來貢獻內(nèi)容。當內(nèi)容生產(chǎn)者生產(chǎn)的內(nèi)容通過內(nèi)容評審團票選通過，并在評定期后未被投訴，即可獲得系統(tǒng)予以的FACTS Token基礎(chǔ)獎勵。利用生產(chǎn)的真實內(nèi)容吸引內(nèi)容消費者產(chǎn)生互動以及分享，并根據(jù)互動及分享等相關(guān)的數(shù)據(jù)參數(shù)獲得額外的FACTS Token。當生產(chǎn)的內(nèi)容足夠優(yōu)質(zhì)以及擁有足夠的內(nèi)容依據(jù)后，將會被標記為事實內(nèi)容。在事實內(nèi)容池中的內(nèi)容-旦再次被其他用戶引用，該內(nèi)容的相關(guān)利益方都將獲得相應(yīng)的FACTS Token獎勵。

內(nèi)容生產(chǎn)者創(chuàng)作的內(nèi)容并不是被局限的，他們可以創(chuàng)建新的事實主題也可以與他人協(xié)作共建已存在的事實主題，參與的形式包括創(chuàng)建主題、新增、修改、糾錯、補充內(nèi)容段?；趦?nèi)容生產(chǎn)者的不斷創(chuàng)作和完善的內(nèi)容，最終將事實內(nèi)容池中的事實內(nèi)容形成網(wǎng)狀結(jié)構(gòu)的事實圖譜。

4.2 內(nèi)容消費者（Content Consumer）

內(nèi)容消費者也是平臺內(nèi)容的篩選者，可以通過瀏覽內(nèi)容，并與內(nèi)容產(chǎn)生交互為優(yōu)質(zhì)的內(nèi)容給于鼓勵，平臺將會根據(jù)其產(chǎn)生的交互參數(shù)發(fā)放額外的FACTS Token給到內(nèi)容生產(chǎn)者。內(nèi)容消費者可以同時通過參與內(nèi)容投票以及內(nèi)容分享獲得FACTSToken。為了鼓勵內(nèi)容消費者去發(fā)現(xiàn)優(yōu)質(zhì)內(nèi)容，一條內(nèi)容最終獲得的收益將有一定比例分配給在內(nèi)容發(fā)布后最初的幾天里為內(nèi)容點贊、分享、評論的用戶。在信息大爆炸信息碎片化時代，內(nèi)容消費者想要徹底讀懂一篇文章所花費的時間成本及精力是相當高的，F(xiàn)ACTS 為內(nèi)容消費者提供完善的注解功能，例如內(nèi)容消費者可以選中某些陌生的名詞或者事件，系統(tǒng)將從內(nèi)容池中調(diào)取相應(yīng)的內(nèi)容注解為內(nèi)容消費者提供快速的背景內(nèi)容，這也將大大降低內(nèi)容消費者的閱讀成本。

4.3 內(nèi)容評審團（Content Review Panel）

內(nèi)容評審團是FACTS的內(nèi)容管控機構(gòu)，內(nèi)容評審團的成員遵循公正和透明的原則產(chǎn)生，每條內(nèi)容的評審團成員均設(shè)有上下限人數(shù)要求。在一個活躍的內(nèi)容平臺上有若千個內(nèi)容評審團在同時工作。網(wǎng)絡(luò)中每產(chǎn)生一條內(nèi)容均需要內(nèi)容評審團的事實認定投票決定是否能標記為一條FACTS內(nèi)容。內(nèi)容評審團成員入選條件和內(nèi)容評審團的事實認定投票總體原則：

1.一定時間內(nèi)活躍的持有一定FACTS Token的用戶，并愿意在投票前將一定量FACTS Token抵押;

2.每次內(nèi)容評審團票選從一定時間內(nèi)活躍用戶池中隨機40抽取，同時參考用戶與所投票內(nèi)容的專業(yè)領(lǐng)域匹配關(guān)系，直到抽取的人中有一定人數(shù)完成判定， 若滿足相應(yīng)人數(shù)在規(guī)定時間內(nèi)未完成事實認定投票，則繼續(xù)從用戶池中補位;

3.內(nèi)容評審團獲得FACTS Token。內(nèi)容評審團成員遵循內(nèi)容評審團守則進行事實認定投票。根據(jù)事實認定的投票通過率給于內(nèi)容生產(chǎn)者相應(yīng)的通正獎勵內(nèi)容評審團的各個成員根據(jù)其事實認定投票和內(nèi)容評審團的總體事實認定投票通過率的一致程度的高低獲得相應(yīng)的通證獎勵。若內(nèi)容在評定期內(nèi)被用戶舉報且舉報獲得新一期內(nèi)容評審團的認可通過，則扣除原有的通證獎勵，并將通證按照前述設(shè)定的規(guī)則發(fā)放給新一期內(nèi)容評審團的各個成員。

通過抵押FACTS Token后不可轉(zhuǎn)讓，也不可分割，只有內(nèi)容評審團成員退出內(nèi)容評審團群體之后，并且內(nèi)容評審團成員所有參與的投票內(nèi)容全部度過申訴期之后方能解凍，若內(nèi)容評審團成員需要強制解凍，則內(nèi)容評審團成員參與投票獲得的獎勵中，處于申訴期的內(nèi)容對應(yīng)的評審獎勵將會被視為自動放棄。

4.4 用戶信用（User Credit）

用戶信用：內(nèi)容評審團和FACTS Index都需要評估一個 用戶在特定內(nèi)容專業(yè)的專業(yè)性。評估用戶在不同內(nèi)容領(lǐng)域的專業(yè)能力，通過用戶標簽、用戶行為、H-index算法等方式進行用戶專業(yè)評級，結(jié)合用戶領(lǐng)域進行相關(guān)領(lǐng)域的評分。用戶的領(lǐng)域評分如下：

H指數(shù)（H -index），是來自評價科學(xué)家學(xué)術(shù)成就的一種算法。H代表“高引用次數(shù)”（high citations），一名科研人員的H指數(shù)是指他至多有H篇論文分別被引用了至少H次。H指數(shù)能夠比較準確地反映一個人的學(xué)術(shù)成就。

在FACTS中，可以用類似的機制評估一名作者在某個內(nèi)容領(lǐng)域的學(xué)術(shù)權(quán)威性。一個作者的H指數(shù)代表著他的多篇內(nèi)容分別被引用的次數(shù)。一個人的H指數(shù)越高，則表明他在某內(nèi)容領(lǐng)域內(nèi)的內(nèi)容影響力越大，在某內(nèi)容領(lǐng)域內(nèi)的權(quán)威性越高。

FACTS系統(tǒng)架構(gòu)

1.FACTS技術(shù)架構(gòu)圖

如圖，技術(shù)架構(gòu)可分為以下幾個層次：

1.應(yīng)用層：用戶生態(tài)DAPP應(yīng)用

2.接口層主要的業(yè)務(wù)邏輯，包括用戶行為處理，行為激勵，各種組織活動處理等，并通過開放接口， 將這些業(yè)務(wù)邏輯提供給接入的DAPP使用。

3.內(nèi)容層;基于NLP引擎構(gòu)建事實內(nèi)容池、事實圖譜、事實指數(shù)、事實權(quán)重等內(nèi)容核心，還包括

維護內(nèi)容評審，內(nèi)容索引，內(nèi)容版本，評估內(nèi)容引用和評估指數(shù)等

4.交易層：基于內(nèi)容的交易機制以及智能合約機制

5.基鏈層：區(qū)塊鏈的打包、共識、存儲、索引等

2. FACTS底層區(qū)塊鏈架構(gòu)

FACTS底層區(qū)塊鏈采用石墨烯技術(shù)。Graphene （石墨烯）是區(qū)塊鏈工具組，由比特股團隊cryptonomex8開發(fā)，將DPOS共識機制投入了實際應(yīng)用場景中。FACTS采用石墨烯技術(shù)作為底層區(qū)塊基鏈層，具有交易速度快，并發(fā)能力很強，TPS高，數(shù)據(jù)吞吐量大等特性。同時FACTS會優(yōu)化對于內(nèi)容傳輸、內(nèi)容存儲、內(nèi)容快速檢索等內(nèi)容操作的效率，使交易速度能夠達到10000 TPS容量，可以支持上億級用戶的訪問，為海量用戶的高并發(fā)內(nèi)容行為提供高性能的底層技術(shù)保障。

3.FACTS內(nèi)容尋址存儲系統(tǒng)

FACTS的文件系統(tǒng)需要支持內(nèi)容多版本管理，以便多人協(xié)同創(chuàng)作修改內(nèi)容;FACTS的文件系統(tǒng)需要支持內(nèi)容索引，以便更高效的檢索和管理內(nèi)容。FACTS的文件系統(tǒng)需要分塊存儲，以便降低重復(fù)內(nèi)容的存儲空間。FACTS的文件系統(tǒng)需要能保證文件的準確性，以便確保文件的完整性。

FACTS內(nèi)置的是一套內(nèi)容尋址（content-addressable）文件系統(tǒng)，將文件拆分為Block并計算每個Block的Hash，然后通過Merkle tree49的方式進行查找。每個文件是一-個Merkle tree，每個Block即為Merkle tree的一個節(jié)點，這樣利用Merkle tree既可以驗證文件的準確性，又可以在文件修改、版本迭代中減少文件存儲空間。多版本存儲示意圖如下：

3.1 內(nèi)容目錄樹

為了更好的讓內(nèi)容結(jié)構(gòu)化，F(xiàn)ACTS的內(nèi)容以分段多版本的形式進行管理，可采用分段評審、分段引用、評論、頂踩、舉報，以優(yōu)化用戶體驗提高效率。對于激勵體系而言，也將擁有更細顆粒度激勵的激勵方式，確保用戶的每-次細微貢獻都能得到相應(yīng)的獎勵。

FACTS內(nèi)部通過Deep L earning5o算法解決內(nèi)容自動分類聚合問題，將文章段落拆解轉(zhuǎn)化為詞向量51，利用CNNS2/RNN53等深度學(xué)習網(wǎng)絡(luò)的分類模型， 自動提取內(nèi)容特征并將特征近似的內(nèi)容歸類自動聚合為內(nèi)容目錄樹。

3.2 內(nèi)容多版本協(xié)作

百科詞條、事件專題等內(nèi)容往往需要多個用戶不斷補充完善，為了實現(xiàn)內(nèi)容的快速迭代以及迭代過程中的有序性，F(xiàn)ACTS為內(nèi)容引入版本（Version） 的概念，即用戶可以不斷完善自己或他人生產(chǎn)的內(nèi)容，并將新產(chǎn)生的內(nèi)容用一個新的版本編號記錄在區(qū)塊鏈當中。當不斷有用戶迭代完善某個內(nèi)容，將使實事實內(nèi)容不斷豐富完善，最終廣大用戶閱讀到的將是無數(shù)人參與完善迭代之后形成的高質(zhì)量內(nèi)容。內(nèi)容協(xié)作流程如下：

用戶協(xié)作中的內(nèi)容版本控制：當多個用戶參與修訂完善同一內(nèi)容時，版本的遞增和管理是其中關(guān)鍵的部分。多版本設(shè)計可以幫助我們記錄任意內(nèi)容的完整歷程，一邊在未來任何時候追蹤內(nèi)容的版本情況，并如有需要，可以把當前顯示版本回退到之前的某個版本。

而通過FACTS的內(nèi)容尋址存儲系統(tǒng)，在內(nèi)容修改，內(nèi)容版本迭代中，可以講多版本中相同的內(nèi)容記錄為同一份，將其中差異內(nèi)容段落分別記錄。通過Merkle tree組織索引當前內(nèi)容版本的各個段落，交叉使用相同內(nèi)容段落，這樣最終算法上保證內(nèi)容準確性，又減少存儲空間。

4. FACTS基于AI的自動化工具

自動防水防垃圾：通過人工智能算法，識別灌水行為特征以及垃圾內(nèi)容，自動標注灌水和垃圾內(nèi)容，減輕內(nèi)容評審團工作壓力，更好確保FACTS的質(zhì)量。自動主題查重和內(nèi)容查重：通過對主題和內(nèi)容的特征抽取（分詞、 hash、加權(quán)、合并、降維），構(gòu)建文檔指紋，對于審核內(nèi)容進行相似度計算，自動進行內(nèi)容重復(fù)審查，提高審查效率，降低審查成本。

自動主題查重和內(nèi)容查重：通過對主題和內(nèi)容的特征抽?。ǚ衷~、hash、 加權(quán)、合并、降維），構(gòu)建文檔指紋，對于審核內(nèi)容進行相似度計算，自動進行內(nèi)容重復(fù)審查，提高審查效率，降低審查成本。

自動生成引用：對用戶參與的內(nèi)容，自動識別與已存在事實內(nèi)容的關(guān)聯(lián)性，并標識其引用關(guān)系。

自動評估事實指數(shù)：對用戶參與的內(nèi)容，自動按照已存在關(guān)聯(lián)及其方向性，評估其真實性和內(nèi)容質(zhì)量評分。

提供API供外部訪問：提供基于內(nèi)容的批量查詢、搜索、分析等的API接口。

5. FACTS 基于NLP構(gòu)建事實圖譜的平臺模型

FACTS在技術(shù)上基于現(xiàn)有的成熟區(qū)塊鏈技術(shù)，不斷的升級創(chuàng)新，深耕內(nèi)容價值以完成自己的使命。通過強大的內(nèi)容尋址文件系統(tǒng)來實現(xiàn)快速檢索和內(nèi)容處理，提高了內(nèi)容處理的吞吐量，可以在極短時間內(nèi)完成用戶行為的確認及反饋?；谌斯ぶ悄芩惴ǖ膬?nèi)容處理機制，將非結(jié)構(gòu)化內(nèi)容轉(zhuǎn)化為事實圖譜，挖掘內(nèi)容的真正價值。

5.1 事實內(nèi)容池與事實圖譜

事實內(nèi)容池（Facts Pool）是指所有經(jīng)過內(nèi)容評審團投票通過后的內(nèi)容聚合，事實圖譜（Facts Graph）則是事實內(nèi)容池在人工智能技術(shù)基礎(chǔ)上結(jié)構(gòu)化后存儲的網(wǎng)狀結(jié)構(gòu)的內(nèi)容。事實內(nèi)容池同樣也擁有申訴機制，以確保內(nèi)容的真實性并具備自我清洗能力。

FACTS的事實圖譜是基于事實內(nèi)容的結(jié)構(gòu)化關(guān)系圖譜，通過內(nèi)容與內(nèi)容之間的關(guān)系來構(gòu)建讓一個龐大的立體網(wǎng)狀內(nèi)容結(jié)構(gòu)，讓內(nèi)容能夠互相關(guān)聯(lián)、互相佐證。優(yōu)質(zhì)的事實結(jié)構(gòu)化內(nèi)容結(jié)合人工智能技術(shù)以最優(yōu)的路徑來實現(xiàn)自動索引、自動引用、知識推理等功能。

5.2 NLP構(gòu)建事實圖譜

在構(gòu)建和使用事實圖譜時涉及到自然語言處理NLP引擎。FACTS為新內(nèi)容構(gòu)建事實圖譜時會根據(jù)事實圖譜中已有內(nèi)容，通過深度學(xué)習算法，提取新內(nèi)容與已存在事實的關(guān)聯(lián)內(nèi)容、關(guān)聯(lián)屬性、關(guān)聯(lián)關(guān)系等要素，并對這些要素與事實圖譜進行融合、去冗余、去沖突、規(guī)范化等操作， 最終和現(xiàn)有事實圖譜融合，完成事實內(nèi)容的沉淀。新內(nèi)容構(gòu)建事實圖譜過程如下：

FACTS垂直公鏈應(yīng)用場景

FACTS作為行業(yè)極具影響力的內(nèi)容垂直公鏈，可以吸引全球區(qū)塊鏈領(lǐng)域創(chuàng)業(yè)者和社區(qū)用戶開發(fā)出各種各樣的創(chuàng)新應(yīng)用（DAPP）， 解決各種領(lǐng)域的用戶痛點問題，涌現(xiàn)出更多更具創(chuàng)意的真實可信的內(nèi)容應(yīng)用。同樣重要的是，F(xiàn)ACTS 可以通過區(qū)塊鏈技術(shù)和獨特的激勵機制，變革現(xiàn)有互聯(lián)網(wǎng)內(nèi)容產(chǎn)業(yè)的現(xiàn)行生產(chǎn)關(guān)系，賦能各種互聯(lián)網(wǎng)內(nèi)容應(yīng)用，使這些應(yīng)用以極小的成本就“區(qū)塊鏈化”，成功打造區(qū)塊鏈3.0時代“區(qū)塊鏈即服務(wù)（BaaS）” 的典型標桿。

1. 新聞資訊平臺

傳統(tǒng)門戶類網(wǎng)站的一直以廣告作為主要收入來源，網(wǎng)站的采編機構(gòu)也缺乏合適的激勵途徑。傳統(tǒng)門戶類網(wǎng)站不但可以通過引入FACTS的內(nèi)容激勵機制為采編機構(gòu)提供激勵渠道以及為網(wǎng)站主增加收益，同時也可以建立社群平臺或發(fā)行社群平臺智能合約通證。智能合約通證可以通過智能合約公正的將來自內(nèi)容激勵以及打賞機制的收益公平地分配到采編機構(gòu)的每一個環(huán)節(jié)中。利用FACTS的內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

FACTS基金會將與最新銳的區(qū)塊鏈財經(jīng)媒體“專業(yè)隊”石榴財經(jīng)展開深度戰(zhàn)略合作，在區(qū)塊鏈垂直領(lǐng)域打造最專業(yè)可信的區(qū)塊鏈事實圖譜網(wǎng)絡(luò)。

2. 社交媒體平臺

利用FACTS的內(nèi)容激勵與通證分配機制，平臺可以構(gòu)建出類似于以文字內(nèi)容為主的社交媒體平臺，甚至更進一步構(gòu)建出類似于Twitter、Facebook 這類的社交網(wǎng)絡(luò)。同時能利用FACTS的內(nèi)容池為社交媒體平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

3. 博客類，百科類，論壇類內(nèi)容平臺

博客類、百科類、論壇類也依然占據(jù)著很大份額的網(wǎng)絡(luò)流量，特別是博客類以及百科類內(nèi)容平臺，是普通用戶發(fā)表嚴肅文本內(nèi)容的主要途徑。多年以來這些內(nèi)容平臺只能依靠廣告收益來維持，也有很大部分的用戶無法從這些平臺獲取收益，通過FACTS的內(nèi)容激勵與通證分配機制引入到此類平臺，為發(fā)表內(nèi)容的用戶以及平臺建設(shè)者帶來更多收益，并且利用事實內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

FACTS基金會將與全球最大中文百科網(wǎng)站互動百科69展開深度戰(zhàn)略合作70，在互動百科1200萬智愿者71和1700萬中文詞條的堅實基礎(chǔ)，上迅速搭建出全球最大的事實圖譜網(wǎng)絡(luò)。

4. 問答類內(nèi)容平臺

類似于Quora和知乎這類問答類社區(qū)的內(nèi)容變現(xiàn)一直都是問題，通過FACTS的評價與通證分配機制，可以讓優(yōu)秀回答者獲得合理的回報。相比直接支付，基于內(nèi)容評價的激勵可以得到更高的轉(zhuǎn)換率和更高的參與度。利用事實內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

5. 內(nèi)容聚合類平臺

平臺可利用FACTS引用功能提供類似于令日頭條等內(nèi)容聚合類功能，平臺可以利用自動化程序挑選出合適內(nèi)容然后推送給讀者。通過轉(zhuǎn)載功能，無論是作者還是轉(zhuǎn)載者都可以獲得評價和打賞回報。利用事實內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

6. 行業(yè)專業(yè)信息檢索引用服務(wù)

論文、專利的撰寫需要大量的參考資料以及引用，由于事實內(nèi)容池中大量真實內(nèi)容是網(wǎng)狀互聯(lián)的結(jié)構(gòu)化事實圖譜，可以快速檢索到相應(yīng)的內(nèi)容。利用FACTS的內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

7. AI行業(yè)的基礎(chǔ)內(nèi)容提供商服務(wù)

在人工智能快速發(fā)展的時代，需要大量結(jié)構(gòu)化事實以供AI進行分析解讀以產(chǎn)生更多價值。事實內(nèi)容池（Facts Pool）以及事實圖譜（Facts Graph）中的內(nèi)容將會是AI的重要內(nèi)容提供商，大量的內(nèi)容可以以結(jié)構(gòu)化數(shù)據(jù)”輸出，并且也可結(jié)合Al技術(shù)形成更多有價值的內(nèi)容以補充到事實內(nèi)容池以及事實圖譜中。

8. 商業(yè)化系統(tǒng)

FACTS的商業(yè)化系統(tǒng)分為兩個主要模塊：在線廣告及內(nèi)容推廣，這可以增強FACTS Token流動性，增加平臺收入。

8.1 在線廣告

FACTS將會在錢包內(nèi)提供一個廣告市場，為平臺出售按時長按廣告位置付費的廣告。在廣告市場中，將會展示各個平臺能提供的廣告位置選項以及費用，同時也會顯示這些平臺在區(qū)塊鏈上的表現(xiàn)以及歷史數(shù)據(jù)供用戶做參考。用戶可以直接支付FACTS Token進行購買，經(jīng)過平臺審核廣告后即可進行廣告投放，廣告顯示的時長和位置由智能合約執(zhí)行。

8.2 內(nèi)容推廣

FACTS的內(nèi)容體系是十分復(fù)雜的，若用戶希望自己的內(nèi)容在眾多內(nèi)容中脫穎而出除了內(nèi)容足夠優(yōu)質(zhì)之外還需要-定的推薦位、付費轉(zhuǎn)發(fā)分享等手段來獲取更多用戶和流量，平臺將為普通用戶開辟類似廣點通、粉絲通等的推廣渠道。

FACTS通證分配規(guī)劃

ERC20階段FACTS Token （簡稱FACTS）總發(fā)行量為90億，其中：

基金會池持有18億FACTS Token，占ERC20階段總量的20%?；饡鳛橐粋€非盈利性組織，其持有的FACTS Token全部用于FACTS社區(qū)的持續(xù)運轉(zhuǎn)和維護，所有收支遵循嚴格、透明、合規(guī)的財務(wù)管理機制。

創(chuàng)始團隊持有13.5億FACTS Token，占ERC20階段總量的15%，這部分自授予之日起，分4年解鎖，每年解鎖25%。

社區(qū)運營及生態(tài)建設(shè)池持有31.5億FACTS Token，占ERC20階段總量的35%。其中5%用于合規(guī)及戰(zhàn)略咨詢，30%用于社區(qū)運營推廣、產(chǎn)品推廣、主鏈上線前對用戶行為的獎勵以及生態(tài)建設(shè)（ 包括如孵化、生態(tài)內(nèi)投資、戰(zhàn)略資源合作等）。

私募投資池持有27億FACTS Token，占ERC2088階段總量的30%，針對業(yè)界優(yōu)秀投資機構(gòu)與定向私募。

待主鏈上線后，將會激活主鏈獎勵池中通證，總數(shù)量為59.6億FACTSToken，用于激勵用戶發(fā)布優(yōu)秀內(nèi)容和傳播優(yōu)秀內(nèi)容。主鏈上線前激勵池中的

FACTS Token全部由智能合約鎖定。待主鏈上線后，將逐步釋放。每年釋放激勵池余額的10%，即：第一年釋放5.96億FACTS;第二年釋放5.464億FACTS，以此類推，永續(xù)進行。