區(qū)塊鏈的誕生是為了解決信任和去中心化的問(wèn)題。它巧妙地利用了密碼學(xué)上的散列式演算法，能夠在無(wú)需第三方介入的前提下使參與者達(dá)成共識(shí)，并讓他們共同維護(hù)區(qū)塊鏈數(shù)據(jù)，從而解決信任的問(wèn)題。

區(qū)塊鏈從誕生至今，已經(jīng)發(fā)生了幾次技術(shù)的更迭。如果說(shuō)比特幣是區(qū)塊鏈的1.0 產(chǎn)物，那以太坊及智能合約就是區(qū)塊鏈的 2.0 版本。智能合約是指利用不可篡改的、分布式的程序促成合約各方形成關(guān)系、達(dá)成共識(shí)。智能合約一旦放到虛擬機(jī)上便可在滿足觸發(fā)條件時(shí)自動(dòng)執(zhí)行，因此是真實(shí)、可被信任的。

內(nèi)容行業(yè)的諸多問(wèn)題，正是區(qū)塊鏈技術(shù)可以解決的。為此，不少團(tuán)隊(duì)已經(jīng)基于區(qū)塊鏈提出了新的內(nèi)容行業(yè)協(xié)議，例如 Steemit， Primas和YOYOW等。 然而目前提出的協(xié)議普遍存在兩個(gè)問(wèn)題：

· 對(duì)內(nèi)容的分發(fā)完全依賴于用戶的點(diǎn)贊、評(píng)論等行為。這種完全自發(fā)的方式對(duì)單一興趣的社區(qū)或許可行，但對(duì)于今日頭條、天天快報(bào)這樣全品類的內(nèi)容平臺(tái)，則無(wú)法針對(duì)每個(gè)用戶的偏好個(gè)性化地分發(fā)內(nèi)容。如此，一方面用戶很難看到符合自己興趣的內(nèi)容，難以對(duì)社區(qū)產(chǎn)生依賴；另一方面會(huì)造成社區(qū)內(nèi)容嚴(yán)重頭部化。例如 Steemit 的白皮書中提到，如果有 100 萬(wàn)內(nèi)容量，頭部 100的內(nèi)容會(huì)貢獻(xiàn) 1/3 閱讀量，接下來(lái)的 10000 貢獻(xiàn) 1/3，剩下的貢獻(xiàn) 1/3。對(duì)于一個(gè)希望有大量作者貢獻(xiàn)優(yōu)質(zhì)內(nèi)容的社區(qū)，這樣的比例是非常不健康的，會(huì)造成大多數(shù)的作者失去寫作的動(dòng)力。為了解決這個(gè)問(wèn)題，我們?cè)?CNN 中開(kāi)創(chuàng)性地將個(gè)性化推薦和區(qū)塊鏈結(jié)合起來(lái)，并針對(duì)區(qū)塊鏈的效率問(wèn)題提出我們的解決方案。

· 目前大部分的協(xié)議解決的是單一內(nèi)容社區(qū)中如何基于社區(qū)用戶的行為對(duì)內(nèi)容質(zhì)量進(jìn)行衡量并予以相應(yīng)的報(bào)酬。但由于用戶的喜好非常多樣，未來(lái)在區(qū)塊鏈上一定會(huì)同時(shí)存在很多個(gè)內(nèi)容社區(qū)，如何確保優(yōu)質(zhì)內(nèi)容能夠在社區(qū)間高效地流通，也是一個(gè)非常重要的命題。在 CNN 中，我們通過(guò)設(shè)計(jì)對(duì)作者和轉(zhuǎn)載者的激勵(lì)機(jī)制，使得轉(zhuǎn)載者有動(dòng)力轉(zhuǎn)載優(yōu)質(zhì)并且和目標(biāo)社區(qū)受眾相符的內(nèi)容，而不會(huì)隨意轉(zhuǎn)載濫竽充數(shù)的內(nèi)容，提升內(nèi)容流通的效率。

CNN 的目標(biāo)

CNN 選擇在以太坊和智能合約的基礎(chǔ)上將區(qū)塊鏈技術(shù)同內(nèi)容行業(yè)相結(jié)合，為所有內(nèi)容社區(qū)打造一個(gè)更開(kāi)放、更公平、更高效的生態(tài)系統(tǒng)。通過(guò)這個(gè)全新的內(nèi)容生態(tài)系統(tǒng)，我們的目標(biāo)如下：

1. 解決現(xiàn)有內(nèi)容系統(tǒng)中各家各自為政，內(nèi)容不能無(wú)縫流通，用戶獲取優(yōu)質(zhì)內(nèi)容和社區(qū)聚合優(yōu)質(zhì)內(nèi)容成本高的問(wèn)題。對(duì)于創(chuàng)作者來(lái)說(shuō)，其內(nèi)容可以更高效地在更廣的范圍內(nèi)流通，尤其是讓優(yōu)質(zhì)的內(nèi)容和內(nèi)容創(chuàng)作者得到更大的曝光。對(duì)于內(nèi)容消費(fèi)者，我們的目標(biāo)是在區(qū)塊鏈上實(shí)現(xiàn)個(gè)性化推薦，讓內(nèi)容消費(fèi)者更容易找到符合自己興趣的優(yōu)質(zhì)的內(nèi)容。

2. 解決現(xiàn)有內(nèi)容體系中收益不公的問(wèn)題。一個(gè)內(nèi)容生態(tài)系統(tǒng)中，核心的角色是內(nèi)容生產(chǎn)者和消費(fèi)者，一個(gè)創(chuàng)作了內(nèi)容，一個(gè)付出了注意力。但現(xiàn)有體系中對(duì)兩個(gè)角色所創(chuàng)造的價(jià)值認(rèn)可不夠，分配的收益也不夠，尤其是后者幾乎沒(méi)有參與到收益分配中。因此我們的第二個(gè)目標(biāo)是變革現(xiàn)有的收益分配機(jī)制，按照不同角色的貢獻(xiàn)大小來(lái)決定收益分配。

3. 解決現(xiàn)有內(nèi)容系統(tǒng)獲客、激勵(lì)模式復(fù)雜、低效的問(wèn)題。我們希望借助區(qū)塊鏈技術(shù)和社區(qū)的理念讓現(xiàn)有內(nèi)容體系里中心化的獲客和激勵(lì)模式變成一種自發(fā)式的，可以自主運(yùn)轉(zhuǎn)的系統(tǒng)。從而讓更多用戶更自然地加入這個(gè)全新的生態(tài)系統(tǒng)而不需要某些中心及其投入。

下文將詳細(xì)講述 CNN 如何利用區(qū)塊鏈這一技術(shù)，建立個(gè)性化的互聯(lián)互通的內(nèi)容生態(tài)協(xié)議。我們將在這套協(xié)議的基礎(chǔ)上，以印度最大的個(gè)性化內(nèi)容 APP NewsDog 為試點(diǎn)，逐步建設(shè)全球最大的內(nèi)容生態(tài)體系，掀起內(nèi)容行業(yè)一個(gè)新的篇章。

CNN - 更開(kāi)放和高效的內(nèi)容生態(tài)體系

關(guān)于上文中所提及的問(wèn)題，我們提出一個(gè)新的基于區(qū)塊鏈的內(nèi)容生態(tài)協(xié)議以及相應(yīng)的代幣 CNN。在 CNN 生態(tài)中，作者和用戶基于共同的興趣形成若干社區(qū)，在社區(qū)內(nèi)發(fā)表、閱讀文章并形成互動(dòng)；社區(qū)間相對(duì)獨(dú)立，但優(yōu)質(zhì)內(nèi)容可以通過(guò)用戶轉(zhuǎn)載實(shí)現(xiàn)流通。

如何設(shè)立一個(gè)有效的機(jī)制，建立開(kāi)放自由的內(nèi)容生態(tài)，發(fā)揮每篇文章的原創(chuàng)價(jià)值是整個(gè)內(nèi)容社區(qū)建設(shè)的核心。為保證優(yōu)質(zhì)內(nèi)容生產(chǎn)和流通，我們提出幾下幾點(diǎn)原則，并將在協(xié)議中相應(yīng)體現(xiàn)：

· 信譽(yù)可塑：讀者、作者以及推薦節(jié)點(diǎn)都在統(tǒng)一的信譽(yù)體系之下。信譽(yù)體系可以通過(guò)代幣在社區(qū)中的流動(dòng)以及 peer review 的方式保證社區(qū)的健康發(fā)展。通過(guò)信譽(yù)體系來(lái)保障廣告收益的合理分配，使得社區(qū)生態(tài)的參與方都可以獲得相應(yīng)的收益，促進(jìn)社區(qū)的持續(xù)健康發(fā)展。

· 自由多元：內(nèi)容是承載人們思想和感情的工具，因此在 CNN 的框架下，創(chuàng)作者可自由表達(dá)其對(duì)社會(huì)、經(jīng)濟(jì)、政治、體育、娛樂(lè)、就業(yè)等任何一個(gè)話題的文章，但不可隨意發(fā)表劣質(zhì)文章濫竽充數(shù)；

· 鼓勵(lì)創(chuàng)作內(nèi)容與社區(qū)調(diào)性和諧：CNN 架構(gòu)鼓勵(lì)文章自由流轉(zhuǎn)，但內(nèi)容創(chuàng)作原則上應(yīng)與社區(qū)調(diào)性相符，否則如娛樂(lè)八卦出現(xiàn)在較為嚴(yán)肅的經(jīng)濟(jì)類社區(qū)，就略顯違和。因此 CNN 框架鼓勵(lì)作者在相關(guān)社區(qū)創(chuàng)作內(nèi)容，以此建立社區(qū)的調(diào)性；

· 保護(hù)版權(quán)：版權(quán)爭(zhēng)議成本高昂，需要社區(qū)雇傭?qū)I(yè)的審核團(tuán)隊(duì)完成工作，往往耗費(fèi)大量人力、物力和財(cái)力且效率低。CNN 利用區(qū)塊鏈公平、不可篡改的特性，保證每篇文章有源可尋，力求保護(hù)真正創(chuàng)作者的版權(quán)；

· 開(kāi)放流通：優(yōu)質(zhì)內(nèi)容的核心在于它的思想可以傳播給更多的受眾從而對(duì)其產(chǎn)生潛移默化的影響；CNN 鼓勵(lì)在保護(hù)知識(shí)產(chǎn)權(quán)的前提下，促進(jìn)優(yōu)質(zhì)內(nèi)容在各平臺(tái)間自由流通，從而最大化文章價(jià)值。

在 CNN 體系內(nèi)，主要有四類節(jié)點(diǎn)：

1. 作者：作者是各個(gè)社區(qū)中內(nèi)容的生產(chǎn)者，作者的權(quán)重由用戶對(duì)其內(nèi)容的喜好程度決定，是廣告收入分成中比例最大的角色；

2. 用戶：用戶是各個(gè)社區(qū)中內(nèi)容的消費(fèi)者，通過(guò)閱讀、點(diǎn)贊、評(píng)論等行為表達(dá)對(duì)內(nèi)容的喜好，并因?yàn)楦冻隽俗⒁饬Χ@得廣告收入的分成；

3. 廣告主：廣告主在各個(gè)社區(qū)以 CNN 支付廣告費(fèi)進(jìn)行投放，以期獲得品牌的曝光或者下載/注冊(cè)用戶；

4. 推薦節(jié)點(diǎn)：推薦節(jié)點(diǎn)是 CNN 體系中游離于社區(qū)之外的節(jié)點(diǎn)，通過(guò)為各個(gè)社區(qū)提供推薦服務(wù)而獲取廣告收入分成。

CNN 協(xié)議主要包含兩方面的內(nèi)容：一、促進(jìn)作者、用戶在社區(qū)內(nèi)活躍的機(jī)制；二、促使優(yōu)質(zhì)內(nèi)容在不同社區(qū)間流通的機(jī)制。針對(duì)這兩方面，我們?cè)O(shè)計(jì)了與文章發(fā)布、推薦、閱讀、轉(zhuǎn)載以及用戶激勵(lì)相關(guān)的模塊，將在下面的章節(jié)中詳細(xì)介紹：

1. 內(nèi)容生產(chǎn)

對(duì)內(nèi)容社區(qū)而言，內(nèi)容生產(chǎn)無(wú)疑是整個(gè)社區(qū)最至關(guān)重要的一環(huán)。如何設(shè)立一個(gè)有效的機(jī)制，建立開(kāi)放自由的內(nèi)容生態(tài)，發(fā)揮每篇文章的原創(chuàng)價(jià)值是整個(gè)內(nèi)容社區(qū)建設(shè)的核心。要保證優(yōu)質(zhì)內(nèi)容的持續(xù)產(chǎn)出，CNN 將圍繞以下幾點(diǎn)作為核心運(yùn)轉(zhuǎn)：

保護(hù)創(chuàng)作者版權(quán)：版權(quán)保護(hù)是區(qū)塊鏈技術(shù)的重要應(yīng)用之一。區(qū)塊鏈系統(tǒng)里記錄的數(shù)據(jù)有嚴(yán)格的時(shí)序性，并且無(wú)法篡改。因此，一旦發(fā)生版權(quán)沖突，系統(tǒng)可以根據(jù)內(nèi)容發(fā)布的先后順序確定最終版權(quán)。如果有作者發(fā)布了侵權(quán)內(nèi)容，系統(tǒng)會(huì)如實(shí)地記錄發(fā)布時(shí)間、作者與發(fā)布內(nèi)容，沒(méi)有人可以通過(guò)刪帖等方式來(lái)清除侵權(quán)記錄。這從根本上保護(hù)了創(chuàng)作者的利益，有助于激發(fā)其創(chuàng)作熱情。

鼓勵(lì)原創(chuàng)首發(fā)：每個(gè)社區(qū)有自己的調(diào)性與喜好，也有自己圈子的常駐作者，社區(qū)內(nèi)生產(chǎn)的內(nèi)容更符合本社區(qū)的氣質(zhì)。因此在每個(gè)社區(qū)內(nèi)，我們更看重該社區(qū)生產(chǎn)的內(nèi)容，推薦時(shí)更偏重于首發(fā)于本社區(qū)的優(yōu)質(zhì)內(nèi)容。為此，社區(qū)會(huì)對(duì)原創(chuàng)內(nèi)容進(jìn)行一定的流量支持。

拒絕內(nèi)容灌水：為從源頭上杜絕低質(zhì)文章的產(chǎn)生，創(chuàng)作者在創(chuàng)作時(shí)需要交納一定數(shù)量的 CNN 幣作為押金，如若 7 天內(nèi)無(wú)人舉報(bào)其版權(quán)或質(zhì)量問(wèn)題，則返還。如果其內(nèi)容被舉報(bào)存在質(zhì)量問(wèn)題（如抄襲、標(biāo)題黨等），經(jīng)社區(qū)選舉的委員會(huì)投票鑒定屬實(shí)，則扣除其押金，并將追回相關(guān)的廣告收益，加到當(dāng)日的獎(jiǎng)勵(lì)基金中。

對(duì)于完全重復(fù)的內(nèi)容，我們可以通過(guò) Hash 值來(lái)判斷。對(duì)于拼湊或者修改的內(nèi)容，我們采用局部敏感哈希算法 （Locality Sensitive Hash， LSH）［7］，通過(guò)各種降維方式映射出多個(gè)局部的低維的特征（如詞向量特征）后再進(jìn)行比較。提取部分特征后，拼湊或者修改的內(nèi)容會(huì)與原內(nèi)容在降維后的很多特征保持一致，從而被系統(tǒng)檢測(cè)出。

當(dāng)技術(shù)手段也無(wú)法判斷內(nèi)容時(shí)，我們將采取以社區(qū)委員會(huì)為基礎(chǔ)的版權(quán)認(rèn)證解決方案。依據(jù)適當(dāng)?shù)墓芸?，社區(qū)內(nèi)的志愿者均可成為“裁判”，并可利用區(qū)塊鏈內(nèi)的信息追溯侵權(quán)所得。具體方案是：

· 當(dāng)用戶對(duì)內(nèi)容版權(quán)發(fā)生質(zhì)疑，質(zhì)疑者需提交一定數(shù)量的 CNN 幣作為押金。隨后，向全網(wǎng)發(fā)出廣播，要求組成“委員會(huì)”，針對(duì)質(zhì)疑進(jìn)行投票。委員會(huì)的每個(gè)委員需提交一定數(shù)量的 CNN 幣做為押金，投票結(jié)果以多獲勝；

· 如果最終判定無(wú)版權(quán)問(wèn)題，質(zhì)疑者和投票失敗方的 CNN 將被沒(méi)收，分給文章創(chuàng)作者和投票獲勝方作為補(bǔ)償；

· 如果判定確實(shí)有版權(quán)問(wèn)題，質(zhì)疑者可獲得侵權(quán)者的押金，廣告收益被追回，加入到當(dāng)日的獎(jiǎng)勵(lì)基金中，而投票獲勝方可拿回其參與投票時(shí)繳納的押金，并共同分享投票失敗方繳納的押金。

上述方案用偽代碼表示為：

def vote（sponsor， agrees， disagrees， author， reward， depositA， depositS， depositC， revenueAd）：

if agrees.count 》 disagrees.count：

sponsor.account += depositA

reward += revenueAd

for agree in agrees：

agree.account += depositC / agrees.count

else：

author.account += （depositS + depositC） / （disagrees.count + 1）

for disagree in disagrees：

disagree.account += （depositS + depositC） / （disagrees.count+1）

2. 內(nèi)容轉(zhuǎn)載

高質(zhì)量的內(nèi)容是社區(qū)得以持續(xù)發(fā)展的根本。如上文所述，CNN 體系鼓勵(lì)優(yōu)質(zhì)內(nèi)容的流通，從而最大化內(nèi)容價(jià)值，因此當(dāng)用戶將優(yōu)質(zhì)原創(chuàng)文章從源社區(qū)轉(zhuǎn)載到相關(guān)的其他社區(qū)時(shí)，理應(yīng)受到獎(jiǎng)勵(lì)。但我們同時(shí)不希望看到用戶只是為了獲得回報(bào)而隨意轉(zhuǎn)載文章，甚至是垃圾文章，為此 CNN 制定了 CCM （Content Circulation Mechanism）。機(jī)制具體規(guī)則如下：

· 轉(zhuǎn)載文章需要繳納一定數(shù)量的 CNN 幣，繳納的 CNN 幣歸文章作者所有

· 同一篇文章只能向一個(gè)目標(biāo)社區(qū)轉(zhuǎn)載一次，以區(qū)塊鏈記錄的在目標(biāo)社區(qū)首次出現(xiàn)的時(shí)間戳為準(zhǔn)

· 若轉(zhuǎn)載的文章在目標(biāo)社區(qū)產(chǎn)生收益，則轉(zhuǎn)載人基于轉(zhuǎn)載收益分配模式獲取相應(yīng)收益

在這個(gè)機(jī)制下，轉(zhuǎn)載相當(dāng)于對(duì)文章的投資，用戶先付出成本并寄希望于文章帶來(lái)更高的收益。只有當(dāng)文章確實(shí)優(yōu)質(zhì)，并且符合目標(biāo)社區(qū)受眾時(shí)，轉(zhuǎn)載者才有付費(fèi)轉(zhuǎn)載的動(dòng)力。用戶轉(zhuǎn)載文章的收益取決于所轉(zhuǎn)載文章在目標(biāo)社區(qū)被用戶喜愛(ài)的程度，因此保證了只有高質(zhì)量并符合目標(biāo)社區(qū)調(diào)性的文章被轉(zhuǎn)載流通。

3. 分布式信譽(yù)機(jī)制

信譽(yù)系統(tǒng)是內(nèi)容系統(tǒng)的關(guān)鍵組成部分。好的內(nèi)容系統(tǒng)一方面需要好的內(nèi)容，另一方面也需要對(duì)內(nèi)容的可信的評(píng)價(jià)。在傳統(tǒng)的中心化的內(nèi)容評(píng)價(jià)系統(tǒng)里，無(wú)論是實(shí)名或者匿名的系統(tǒng)，都存在評(píng)價(jià)不夠真實(shí)的可能。匿名化的系統(tǒng)，因?yàn)樵u(píng)價(jià)無(wú)成本，所以攻擊者可以制造大量的垃圾評(píng)論，淹沒(méi)對(duì)內(nèi)容的真實(shí)評(píng)價(jià)；而實(shí)名化的系統(tǒng)，用戶往往出于隱私的考慮，而不愿意暴露自己的真實(shí)想法。CNN 一方面通過(guò)區(qū)塊鏈保證了歷史記錄的不可更改；另一方面通過(guò) Zero Knowledge Proof 實(shí)現(xiàn)了用戶在不透露自己隱私的前提下，完成對(duì)自己行為的認(rèn)證，保障了評(píng)論的有效與隱私。因此，CNN 上的信譽(yù)更加真實(shí)可信，從而有利于整個(gè)生態(tài)的建設(shè)。

CNN 的信譽(yù)機(jī)制包含下列組成部分：

· 作者信譽(yù)：作者信譽(yù)標(biāo)志著這個(gè)作者在讀者中的受歡迎程度。作者的信譽(yù)越高，他的文章就越容易獲得推薦，從而會(huì)產(chǎn)生更多的收益。

· 用戶信譽(yù)：用戶信譽(yù)體現(xiàn)了這個(gè)用戶在內(nèi)容生態(tài)體系里的貢獻(xiàn)。用戶通過(guò)評(píng)論、點(diǎn)贊或者點(diǎn)滅來(lái)對(duì)作者的內(nèi)容進(jìn)行評(píng)價(jià)，從而篩選出更有價(jià)值的內(nèi)容，豐富了內(nèi)容生態(tài)。CNN 系統(tǒng)的分配系統(tǒng)會(huì)根據(jù)用戶的信譽(yù)給予用戶獎(jiǎng)勵(lì)。

· 推薦節(jié)點(diǎn)信譽(yù)：推薦節(jié)點(diǎn)信譽(yù)體現(xiàn)了這個(gè)推薦節(jié)點(diǎn)服務(wù)下游節(jié)點(diǎn)的能力。一個(gè)推薦節(jié)點(diǎn)的效果越有效，那么它將獲得更高的機(jī)會(huì)去服務(wù)更多更有價(jià)值的用戶，從而提高了自己收益。

4. 推薦

4.1 調(diào)性把控

不同用戶對(duì)內(nèi)容需求是非常多樣的，互聯(lián)網(wǎng)上同時(shí)存在著包羅萬(wàn)象的NewsDog/今日頭條，充滿精英氣質(zhì)的 Flipboard，文藝青年主導(dǎo)的 Vice，或是憤青聚集的網(wǎng)易新聞。社區(qū)的調(diào)性，通常是由社區(qū)最初期的用戶決定的。在 CNN的生態(tài)內(nèi)，每個(gè)內(nèi)容社區(qū)最早的 20 個(gè)用戶將組成委員會(huì)，每人抵押 CNN 幣后投票決定是否要兼容并包，還是要保持自己的調(diào)性。

一旦社區(qū)決定了自己的調(diào)性，將通過(guò)給不同的分類制定不同的推薦度來(lái)把握，推薦度也是由委員會(huì)投票決定。這些推薦度通過(guò)智能合約被轉(zhuǎn)化為不同的點(diǎn)擊率標(biāo)準(zhǔn)，作為擴(kuò)大推薦受眾群的標(biāo)準(zhǔn)。

4.2 內(nèi)容熱度

內(nèi)容社區(qū)需要獎(jiǎng)勵(lì)優(yōu)秀的文章與作者，優(yōu)質(zhì)的內(nèi)容需要得到更多的展示機(jī)會(huì)，獲取更多的收入，這樣才能促使作者貢獻(xiàn)更多的優(yōu)質(zhì)內(nèi)容。在 CNN 系統(tǒng)中，我們通過(guò)內(nèi)容熱度 R 來(lái)代表內(nèi)容的受歡迎程度，計(jì)算公式為

4.3 去中心化更新特征 + 集中推薦

確定社區(qū)調(diào)性后，個(gè)性化推薦是內(nèi)容分發(fā)最重要的部分，也幾乎是所有內(nèi)容社區(qū)的標(biāo)配。根據(jù)用戶的特性及過(guò)往的閱讀歷史來(lái)學(xué)習(xí)用戶的興趣，并為之匹配最感興趣的內(nèi)容。為了充分利用區(qū)塊鏈技術(shù)去中心化的優(yōu)點(diǎn)同時(shí)又能提高運(yùn)行效率，CNN 的解決方案是去中心化地更新用戶特征模型，再由運(yùn)算能力強(qiáng)的推薦節(jié)點(diǎn)為平臺(tái)的所有用戶提供推薦服務(wù)。其運(yùn)作方式如下：

· 在 CNN 上使用 Logistic Regression （LR）模型進(jìn)行推薦，LR 模型是基于用戶和文章特征以及最后的點(diǎn)擊行為來(lái)預(yù)測(cè)用戶對(duì)于文章的點(diǎn)擊概率。推薦模型可表述為，其中x為文章和用戶的各種 feature（實(shí)體詞，分類，文章語(yǔ)義向量，主題模型向量等），w為各個(gè) feature 的權(quán)重；

· 每個(gè)用戶的特征矩陣在用戶節(jié)點(diǎn)上去中心化地存儲(chǔ)和更新；

· 如果某個(gè)節(jié)點(diǎn)的計(jì)算能力不足，可以廣播請(qǐng)鄰近節(jié)點(diǎn)為自己完成特征矩陣的計(jì)算，并支付一定數(shù)量的 CNN 幣作為報(bào)酬；

· 社區(qū)有推薦節(jié)點(diǎn)和服務(wù)器為所有用戶提供基于 LR 模型和用戶特征的推薦。推薦節(jié)點(diǎn)獲取廣告收入分成作為報(bào)酬。由于推薦的效果決定了廣告收入，也就決定了推薦節(jié)點(diǎn)可以獲取的收益，因此這個(gè)機(jī)制下推薦節(jié)點(diǎn)會(huì)盡力給出最

好的推薦效果

· 根據(jù)推薦算法計(jì)算出用戶對(duì)文章的喜好后，我們就可以通過(guò)用戶的喜好以及內(nèi)容的熱度計(jì)算出該文章的最終得分，計(jì)算公式為

用偽碼表示為：

def calc_final_score（user_interest， content_weight）：

return user_interest * （1 + 1 / （1 + math.exp（-1 * content_weight）））

4.4 基于社區(qū)的特征發(fā)現(xiàn)機(jī)制

用戶特征的豐富程度決定了個(gè)性化推薦的效果。算法開(kāi)發(fā)者可以從去中心化的內(nèi)容存儲(chǔ)系統(tǒng)中取得用戶的行為數(shù)據(jù)，并在此基礎(chǔ)上通過(guò)機(jī)器學(xué)習(xí)不斷地發(fā)現(xiàn)新的用戶特征，來(lái)提升推薦的效果（如用戶的 CTR 與時(shí)長(zhǎng)），從而不斷提升社區(qū)所有成員的活躍度和收益。其運(yùn)作模式如下：

· 開(kāi)發(fā)者在用戶數(shù)據(jù)上發(fā)掘新的特征，提交給社區(qū)所有推薦節(jié)點(diǎn)組成的委員會(huì)

· 開(kāi)發(fā)者去中心化地更新用戶特征模型，并進(jìn)入支持 A/B 測(cè)試實(shí)驗(yàn)的推薦節(jié)點(diǎn)上運(yùn)行，開(kāi)發(fā)者需要支付一定數(shù)量的 CNN 幣作為測(cè)試的成本

· 通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的置信分析，如果算法效果得到的提升是可靠的（》95%），那么新的特征模型將被采用，并全網(wǎng)廣播

· 采用新特征模型的算法節(jié)點(diǎn)，將分享 20%的后續(xù)推薦節(jié)點(diǎn)收益給算法開(kāi)發(fā)者，直到有新的特征被引入

運(yùn)作過(guò)程用偽代碼表示為：

def explore_feature（self， feature_set， recommend_server）：

if self.account 《 explore_fee：

raise（）

self.account -= explore _fee

if run_explore （feature_set， recommend_server）：

recommend_server.feature_host = self

4.5. 基于社區(qū)的語(yǔ)料標(biāo)注

個(gè)性化推薦的實(shí)現(xiàn)需要大量的語(yǔ)料支持；而當(dāng)今世界內(nèi)容呈現(xiàn)爆發(fā)性增長(zhǎng)趨勢(shì)，這就意味著語(yǔ)料也需要定期添加和升級(jí)。但語(yǔ)料的迭代需要人工的參與和標(biāo)注，即大量的人力投入。在區(qū)塊鏈上，我們可以充分發(fā)揮社區(qū)的積極性提高標(biāo)注效率和準(zhǔn)確性，其具體操作流程如下：

· 平臺(tái)將需要標(biāo)注的任務(wù)分解并發(fā)布，保證每份標(biāo)注有三個(gè)用戶參與；

· 用戶如果認(rèn)領(lǐng)任務(wù)，則需要交納一定數(shù)量的 CNN 幣作為押金，雙方確認(rèn)后系統(tǒng)自動(dòng)生成智能合約；

· 平臺(tái)自動(dòng)對(duì)三位標(biāo)注員的結(jié)果進(jìn)行比對(duì)，確定每位標(biāo)注員的質(zhì)量水平，質(zhì)量不好或者有違約的情況則扣除保證金，扣除的保證金將被加入當(dāng)日獎(jiǎng)勵(lì)基金中。標(biāo)注質(zhì)量滿意的標(biāo)注員獲得社區(qū)的獎(jiǎng)勵(lì)。

5. 激勵(lì)

內(nèi)容社區(qū)的用戶和內(nèi)容作者在平臺(tái)上有極其豐富的互動(dòng)場(chǎng)景。除了對(duì)內(nèi)容本身的消費(fèi)之外還包含用戶之間的互動(dòng)，內(nèi)容的分享，用戶邀請(qǐng)等等。其中，邀請(qǐng)新用戶是激勵(lì)體系中最重要的一環(huán)，用戶越多，整個(gè)生態(tài)系統(tǒng)約活躍，價(jià)值也越大。在基于 CNN 協(xié)議的內(nèi)容生態(tài)圈之中，用戶作為生態(tài)主體之一參與到收益分成是一種天然的激勵(lì)模式。

傳統(tǒng)的激勵(lì)系統(tǒng)規(guī)則和流程復(fù)雜，激勵(lì)結(jié)算周期長(zhǎng)，導(dǎo)致了其效率低下并且容易出錯(cuò)。基于 CNN 協(xié)議的邀請(qǐng)激勵(lì)機(jī)制可以簡(jiǎn)化激勵(lì)流程，甚至可以實(shí)現(xiàn)激勵(lì)的多級(jí)傳導(dǎo)效應(yīng)，使得邀請(qǐng)新用戶帶來(lái)的可能收益被放大，從而提升激勵(lì)的效果，降低社區(qū)獲取新用戶的成本和難度。這在印度市場(chǎng)效果尤為明顯。具體流程為：

· 平臺(tái)每天配發(fā)一定數(shù)量的 CNN 額度作為激勵(lì)獎(jiǎng)勵(lì)池，具體數(shù)額請(qǐng)參考章節(jié)七發(fā)行計(jì)劃。

· 計(jì)算每位用戶在增加整個(gè)生態(tài)用戶群體上所作出的貢獻(xiàn)，所有用戶根據(jù)自己的貢獻(xiàn)值分享每日的激勵(lì)獎(jiǎng)勵(lì)池。

· 所有邀請(qǐng)與被邀請(qǐng)的關(guān)系被記錄到區(qū)塊鏈上，形成一個(gè)公開(kāi)、無(wú)法被篡改的樹(shù)狀的邀請(qǐng)關(guān)系結(jié)構(gòu)。用戶的貢獻(xiàn)值由他的子樹(shù)計(jì)算得出。

· 在 CNN 生態(tài)中，用戶可以從自己所有子樹(shù)上的用戶獲得貢獻(xiàn)值。如果 A 邀請(qǐng) B，B 隨后又邀請(qǐng) C，那么 C 是 A 的 2 級(jí)邀請(qǐng)用戶。如果 X 是 A 的 n 級(jí)邀請(qǐng)用戶，那么 X 的加入可以為 A 帶來(lái)2n點(diǎn)貢獻(xiàn)值。A 每天的貢獻(xiàn)值公式為：

· 當(dāng)一天結(jié)束的時(shí)候，每個(gè)用戶根據(jù)自己的貢獻(xiàn)值共同分享當(dāng)天的激勵(lì)獎(jiǎng)勵(lì)池。

在這樣的激勵(lì)網(wǎng)絡(luò)下，用戶邀請(qǐng)的每一個(gè)新用戶，都有可能持續(xù)不斷地給他帶來(lái)貢獻(xiàn)值，這將極大的提高用戶的積極性，也增強(qiáng)了用戶的粘度。同時(shí)去中心化的結(jié)算為基于 CNN 協(xié)議的激勵(lì)帶來(lái)了更高的效率，用戶可以更快獲取激勵(lì)獎(jiǎng)勵(lì)。

該模塊的相關(guān)偽碼可表示為：

class User：

# calc all parent contribute when new users sign up

def cal_invite_contribute（self）：

contribution = 1

p = self.parent

while（p is not None）：

p.contribution += contribution

contribution /= 2

p = p.parent

…

# calc own contribute at end of day

def get_invite_profit（self， total_contribution， tot al_invite_profit）：

self.account += total_invite_profit * self. contribution / total_ contribution

7. 打賞

打賞是新興的一種非強(qiáng)制性的內(nèi)容付費(fèi)模式，用戶通過(guò)打賞來(lái)表達(dá)對(duì)作者的贊。打賞是去中心文化的勝利，打破了文化和娛樂(lè)精英在寫作、表演等領(lǐng)域里的壟斷地位，給了所有人展示自我的機(jī)會(huì)。打賞也是用戶對(duì)作者作品價(jià)值的一種認(rèn)可，只有優(yōu)質(zhì)的打動(dòng)用戶的作品才可能獲得用戶的打賞。

· 在 CNN 平臺(tái)上，我們可以建立用戶與作者之間點(diǎn)對(duì)點(diǎn)的打賞通道，用戶對(duì)作者的打賞將直接實(shí)時(shí)的進(jìn)入到作者的賬戶，并視為對(duì)作者作品的認(rèn)可，提高作者作品的權(quán)重，使其作品可以獲得更多展現(xiàn)；同時(shí)，打賞行為也體現(xiàn)用戶的閱讀偏好。

· 為了防止作者通過(guò)打賞作弊，我們將從打賞金額里面提取一部分費(fèi)用（如20%），作為推薦服務(wù)的獎(jiǎng)勵(lì)。

CNN 底層技術(shù)調(diào)研

CNN 技術(shù)實(shí)現(xiàn)會(huì)采用當(dāng)前在開(kāi)源社區(qū)廣泛使用，且經(jīng)過(guò)實(shí)際項(xiàng)目驗(yàn)證的技術(shù)方案，同時(shí)結(jié)合團(tuán)隊(duì)原有的技術(shù)棧和代碼積累來(lái)進(jìn)行開(kāi)發(fā)。我們將設(shè)計(jì)一整套技術(shù)方案和系統(tǒng)架構(gòu)，將這些架構(gòu)整合到區(qū)塊鏈技術(shù)中，同時(shí)對(duì)系統(tǒng)功能的設(shè)計(jì)和實(shí)現(xiàn)進(jìn)行適當(dāng)優(yōu)化。

1. 區(qū)塊鏈擴(kuò)容和提速

在區(qū)塊鏈上執(zhí)行一項(xiàng)交易，網(wǎng)絡(luò)中的所有計(jì)算機(jī)節(jié)點(diǎn)都需要驗(yàn)證交易或執(zhí)行智能合約，如果所有節(jié)點(diǎn)都實(shí)現(xiàn)相同的結(jié)果并達(dá)成一致，那么交易就得到了確認(rèn)，這個(gè)速度是非常慢的。目前已有一些項(xiàng)目可以提高以太坊的交易速率，比如Plasma 和 Raiden，但這些項(xiàng)目使用的是非鏈或側(cè)鏈通道，而并非旨在解決區(qū)塊鏈本身的可擴(kuò)展性問(wèn)題。

針對(duì)這個(gè)問(wèn)題我們調(diào)研并設(shè)計(jì)幾種解決方案：

1.1 委任權(quán)益證明 DPoS

委任權(quán)益證明 DPoS （Delegated Proof of Stake） 算法［10］，可以解決去中心化POW 帶來(lái)的性能和能耗的問(wèn)題。在 DPoS 下，使用區(qū)塊鏈網(wǎng)絡(luò)的主體投票產(chǎn)生N 個(gè)見(jiàn)證人，然后由這些見(jiàn)證人對(duì)區(qū)塊進(jìn)行簽名。由于使用了去中心化的投票機(jī)制，DPoS 相比其他的系統(tǒng)更加民主化，在保護(hù)機(jī)制下可以確保見(jiàn)證人行為正確而沒(méi)有偏見(jiàn)。因此，每個(gè)區(qū)塊可以證明先前區(qū)塊被見(jiàn)證人正確的確認(rèn)。DPoS 算法通過(guò)減少確認(rèn)的要求，消除了交易需要等待一定數(shù)量區(qū)塊被非信任節(jié)點(diǎn)驗(yàn)證的時(shí)間消耗，大大提高交易的速度，從而使加密數(shù)字貨幣的交易速度接近像 Visa 和Mastercard 這樣的中心化清算系統(tǒng)。

1.2 實(shí)用拜占庭容錯(cuò)算法 PBFT

惡意攻擊和軟件錯(cuò)誤的發(fā)生將會(huì)越來(lái)越多，會(huì)導(dǎo)致失效的節(jié)點(diǎn)任意產(chǎn)生行為，這種行為有可能誤導(dǎo)其他副本節(jié)點(diǎn)產(chǎn)生更大的危害，而不僅僅是宕機(jī)失去響應(yīng)。早期的拜占庭容錯(cuò)算法基于同步系統(tǒng)，由于性能太低而不能在實(shí)際中運(yùn)作。Miguel Castro 和 Barbara Liskov 在 1999 年提出了實(shí)用拜占庭容錯(cuò)算法 PBFT（Practical Byzantine Fault Tolerance） ［11］，通過(guò)副本復(fù)制解決拜占庭容錯(cuò)問(wèn)題。它解決了原始拜占庭容錯(cuò)算法效率不高的問(wèn)題，將算法復(fù)雜度由指數(shù)級(jí)降低到多項(xiàng)式級(jí)，使得拜占庭容錯(cuò)算法在實(shí)際系統(tǒng)應(yīng)用中變得可行。在異步環(huán)境中，通過(guò)優(yōu)化早期算法把響應(yīng)性能提升了一個(gè)數(shù)量級(jí)以上，性能測(cè)試證明了該系統(tǒng)僅比無(wú)副本復(fù)制的標(biāo)準(zhǔn) NFS 慢了 3%。

我們對(duì)現(xiàn)有的區(qū)塊鏈基礎(chǔ)設(shè)施和上面的幾種解決方案進(jìn)行了深入的研究和對(duì)比，初步結(jié)論是會(huì)采用 DPoS 共識(shí)機(jī)制和 Sharding 結(jié)合的方案，來(lái)解決區(qū)塊鏈上擴(kuò)容和交易速度瓶頸。未來(lái)我們將不斷探索新的技術(shù)實(shí)現(xiàn)，來(lái)進(jìn)一步提升系統(tǒng)的容量和速度。具體方案如下：

Sharding 分片方案：出于解決計(jì)算性能問(wèn)題的考慮，也兼顧緩解存儲(chǔ)問(wèn)題的需求，總體思路是，受傳統(tǒng)數(shù)據(jù)庫(kù)啟發(fā)將數(shù)據(jù)劃分為子集中的方式，每個(gè)節(jié)點(diǎn)只處理部分交易（比如由一部分賬戶發(fā)起的，我們稱之為 Sharding 分片），從而減輕節(jié)點(diǎn)的計(jì)算和存儲(chǔ)負(fù)擔(dān)。每個(gè)分片都具備一個(gè)小規(guī)模的共識(shí)協(xié)議，運(yùn)行于多個(gè)網(wǎng)絡(luò)機(jī)器的并行處理時(shí)，這些機(jī)器會(huì)驗(yàn)證交易的工作量。在并行處理這樣的網(wǎng)絡(luò)中，每個(gè)分片每秒能夠處理數(shù)百筆交易，整個(gè)網(wǎng)絡(luò)每秒能夠處理數(shù)千筆交易。隨著更多節(jié)點(diǎn)的加入，網(wǎng)絡(luò)在驗(yàn)證交易時(shí)處理速度將變得越來(lái)越快，一旦網(wǎng)絡(luò)規(guī)模和以太坊一樣大，該網(wǎng)絡(luò)每秒處理的交易量就能使其比現(xiàn)實(shí)中銀行更快，也可能更便宜。如 Zilliqa 就采用了分片 sharding 方案，每片內(nèi)都有 600-800 個(gè)節(jié)點(diǎn)來(lái)進(jìn)行運(yùn)算，保證安全性，不依賴于中心化的節(jié)點(diǎn)來(lái)處理分片過(guò)程，已經(jīng)證明了高效可擴(kuò)展性，它的吞吐量幾乎能隨著節(jié)點(diǎn)的線性增長(zhǎng)而增加。目前以太坊也在對(duì)EVM 進(jìn)行升級(jí)，在智能合約層提供基礎(chǔ)支持，因此我們?cè)谝蕴溁A(chǔ)上實(shí)現(xiàn)Sharding 方案難度降低，可行性提高很多。

在 Sharding 方案的基礎(chǔ)上，我們會(huì)采用 DPoS 機(jī)制來(lái)解決分片內(nèi)交易確認(rèn)速度過(guò)慢的問(wèn)題，具體實(shí)現(xiàn)上采用類似股份授權(quán)證明機(jī)制運(yùn)行，它依靠一種信用系統(tǒng)，通過(guò)無(wú)摩擦的實(shí)時(shí)投票產(chǎn)生一組總數(shù)一定的“授信方”（“受托人“），這些授信方擁有產(chǎn)出區(qū)塊并添加到區(qū)塊鏈上的權(quán)利，同時(shí)避免不受信任方的參與。每一輪都由這組授信方以隨機(jī)順序輪流簽署命令產(chǎn)生區(qū)塊，每一輪的出塊次序都不相同。 非常重要的一點(diǎn)是，這種體系并不需要很高的信任程度，區(qū)塊鏈的產(chǎn)出者（即受托人）只可以選擇產(chǎn)出或不產(chǎn)出區(qū)塊，即打包或不打包交易，而不能改變交易細(xì)節(jié)，比如發(fā)送者、接收者或者余額。在這種模式下，受托人作惡的影響力很小。如果受托人丟塊或者出塊沒(méi)有打包交易記錄，下一個(gè)受托人產(chǎn)出的區(qū)塊將是兩倍大小，包含上一塊丟失的交易，同時(shí)確認(rèn)時(shí)間從 10 秒鐘變?yōu)?20 秒，除此以外沒(méi)有其他影響。受托人惡意或遲滯的行為都是公開(kāi)可見(jiàn)的，社區(qū)可以簡(jiǎn)單迅速的投票讓他們出局。這樣一來(lái)，受托人會(huì)失去受托人收入，且沒(méi)有任何潛在的好處，因此沒(méi)有動(dòng)力作惡。

初步技術(shù)方案的架構(gòu)圖如下：

2. 去中心化的內(nèi)容存儲(chǔ)

內(nèi)容社區(qū)的數(shù)據(jù)規(guī)模非常龐大，有結(jié)構(gòu)化的用戶個(gè)人信息，也有非結(jié)構(gòu)化的各種文件（圖片、視頻、文檔等）。它們通常存儲(chǔ)在各網(wǎng)站的服務(wù)器的數(shù)據(jù)庫(kù)或文件系統(tǒng)中。這是非常中心化的內(nèi)容存儲(chǔ)方式。這種中心化存儲(chǔ)的數(shù)據(jù)經(jīng)常遭受類似美國(guó)安全局 CIA 這樣的機(jī)構(gòu)審查，只要控制服務(wù)器就可以輕易獲取用戶的敏感數(shù)據(jù)；另一方面這些服務(wù)器也容易遭到黑客攻擊，存在隱私數(shù)據(jù)泄露的風(fēng)險(xiǎn)和網(wǎng)頁(yè)無(wú)法訪問(wèn) 502 的情況；最后，這些中心化存儲(chǔ)的數(shù)據(jù)極度容易被服務(wù)器所有者修改，經(jīng)常出現(xiàn) 404 網(wǎng)頁(yè)不存在或無(wú)法查看歷史的情況。內(nèi)容存儲(chǔ)去中心化將有效得避免此類問(wèn)題。

目前去中心化的存儲(chǔ)方案有 Sia、Storj、MaidSafe、IPFS等：

Sia 提供一個(gè)去中心化的，有獎(jiǎng)勵(lì)機(jī)制的云儲(chǔ)存系統(tǒng)，這個(gè)系統(tǒng)將與中心化的類似系統(tǒng)如 AmazonS3 競(jìng)爭(zhēng)。Sia 高度專注于成為一個(gè)企業(yè)化的產(chǎn)品，開(kāi)發(fā)者在不斷優(yōu)化產(chǎn)品設(shè)計(jì)使其可以更靈活地處理云儲(chǔ)存中的多樣性。

Storj 是一種邊走邊付的方式，租用者頻繁地給托管主機(jī)付款。Storj 的目標(biāo)與 Sia 相似，只是 Storj 沒(méi)有使用區(qū)塊鏈內(nèi)置的智能合約。如果用戶不見(jiàn)或不在線，托管主機(jī)將得不到報(bào)酬。目前 Storj 尚處于內(nèi)部測(cè)試階段。

MaidSafe 是個(gè)很有野心的項(xiàng)目，開(kāi)發(fā)者的目標(biāo)超出了去中心化的儲(chǔ)存系統(tǒng)，但對(duì)效率方面并不太專注。MaidSafe 使用一種全新的共識(shí)機(jī)制來(lái)產(chǎn)生共識(shí)（不同于區(qū)塊鏈），它不是 POW 工作證明，尚沒(méi)有像比特幣的機(jī)制那樣被實(shí)踐所證明。

IPFS 星際文件系統(tǒng)（InterPlanetary File System）由 Y Combinator 的 ProtocolLabs 實(shí)現(xiàn)，目標(biāo)是取代我們?cè)谶^(guò)去 20 年已經(jīng)習(xí)以為常的互聯(lián)網(wǎng) HTTP 協(xié)議。IPFS 是一個(gè)點(diǎn)對(duì)點(diǎn)的分布式文件系統(tǒng)，它可以將所有的計(jì)算設(shè)備都連接到同一個(gè)文件系統(tǒng)中。使用內(nèi)容尋址技術(shù)可以將內(nèi)容從源服務(wù)器中分離出來(lái)，并永久儲(chǔ)存。IPFS 可以像 CDN 網(wǎng)絡(luò)一樣距離用戶非常近，保護(hù)去中心化存儲(chǔ)的網(wǎng)站，并杜絕了 DDoS 攻擊發(fā)生的可能。IPFS 可以歸檔重要的公共記錄內(nèi)容，避免網(wǎng)站終止運(yùn)營(yíng)所帶來(lái)的損失。目前已經(jīng)有許多網(wǎng)站如 Neocities 是基于 IPFS 實(shí)現(xiàn)的，并且越來(lái)越多的區(qū)塊鏈項(xiàng)目也在 IPFS 上運(yùn)轉(zhuǎn)。具體協(xié)議偽代碼為：

基于上述的分析調(diào)研，我們最終決定采用 IPFS 來(lái)解決內(nèi)容的去中心化存儲(chǔ)，將內(nèi)容數(shù)據(jù)和區(qū)塊鏈分離可以有效地節(jié)約區(qū)塊鏈資源，提升整個(gè)系統(tǒng)的處理能力。

3. 概率微支付

內(nèi)容社區(qū)里涉及到的廣告收益分成、激勵(lì)、打賞等支付場(chǎng)景，通常小額且高頻。目前的概率微支付是 Orchid Protocol［13］中提出的一種微支付解決方案。概率微支付可以為區(qū)塊鏈提供一個(gè)可擴(kuò)展的微支付通道網(wǎng)絡(luò)，從而實(shí)現(xiàn)多次、高頻、低成本的微支付。用戶可以向任意數(shù)量的接收者發(fā)送任意數(shù)額的支付款項(xiàng)，而不需要每一位接收者的初始化和結(jié)算交易，從而降低了交易成本，使得高頻小額交易變?yōu)榭赡?。操作過(guò)程如下：

發(fā)送者可以把 CNN 幣存入所有的發(fā)送者共享的以太坊智能合約，該智能合約為每一位發(fā)送者維護(hù)支付差額與罰金托管。

發(fā)送者在本地創(chuàng)建并簽署一張票據(jù)，該票據(jù)是一種包含了接收者、總額等支付數(shù)據(jù)的加密數(shù)據(jù)結(jié)構(gòu)。

發(fā)送者無(wú)需在以太坊網(wǎng)絡(luò)上發(fā)布任何交易，直接將票據(jù)發(fā)送給接收者即可。接收者核實(shí)票據(jù)。如果它是有效的，那么接收者就有了加密證明他們正在收取款項(xiàng)。注意，即使票據(jù)沒(méi)有“中獎(jiǎng)”，接收者仍然有確鑿的證據(jù)來(lái)證明他們能收到款項(xiàng)，因?yàn)闆Q定票據(jù)是否“中獎(jiǎng)”的隨機(jī)性是由發(fā)送者和接收者雙方?jīng)Q定的。這樣，其中任意一方都無(wú)法一手操縱結(jié)果。

一張有效的票據(jù)即是“中獎(jiǎng)”，在這種情況下，它可以通過(guò)發(fā)布一個(gè)鏈上以太坊交易來(lái)獲取。

NewsDog - CNN 上的第一個(gè)應(yīng)用

NewsDog 成立于 2015 年底，成立之初創(chuàng)始團(tuán)隊(duì)就看到印度經(jīng)濟(jì)發(fā)展和數(shù)字內(nèi)容市場(chǎng)的巨大潛力，因此鎖定了印度個(gè)性化內(nèi)容社區(qū)這個(gè)創(chuàng)業(yè)方向。

伴隨著過(guò)去兩年印度智能手機(jī)用戶的翻倍和移動(dòng)流量資費(fèi)的大幅下降 （目前 1G 僅需 5 盧比，合￥0.5），NewsDog 在印度也得到了飛速的發(fā)展，戰(zhàn)績(jī)不俗。從 2016 年初正式上線起，NewsDog 已經(jīng)積累了 4000 余萬(wàn)用戶，并在 Google Play新聞?lì)悜?yīng)用排行榜單上排名第一，是目前印度最小、最快、最受歡迎的新聞?lì)悜?yīng)用。它和印度上千家媒體和上萬(wàn)家自媒體達(dá)成合作，為用戶提供英語(yǔ)、印地語(yǔ)、泰米爾語(yǔ)、馬拉提語(yǔ)等十種語(yǔ)言的內(nèi)容，涵蓋政治、經(jīng)濟(jì)、娛樂(lè)、體育、健康、科技、本地和世界等十余個(gè)分類。

NewsDog 搭建了功能強(qiáng)大的推薦系統(tǒng)，為所有用戶做了標(biāo)簽詳盡的用戶畫像，便于實(shí)現(xiàn)內(nèi)容和廣告的精準(zhǔn)推送，實(shí)現(xiàn)真正意義上的 News Just For You。

NewsDog 團(tuán)隊(duì)將與 CNN 團(tuán)隊(duì)緊密合作，在 2018 年年中將 NewsDog 的部分功能遷移到 CNN 協(xié)議上。

1. 基于 CNN 的推薦系統(tǒng)

對(duì)于內(nèi)容平臺(tái)來(lái)說(shuō)，推薦是核心，同樣也是最為消耗資源和成本的一項(xiàng)工作，一套高質(zhì)量的推薦系統(tǒng)需要長(zhǎng)時(shí)間的積累。另一方面，對(duì)于消費(fèi)內(nèi)容的用戶來(lái)講，為了獲得精準(zhǔn)的推薦，隱私成為了必須付出的代價(jià)。基于 CNN 協(xié)議的推薦系統(tǒng)能很好地解決這兩個(gè)問(wèn)題。

NewsDog 的推薦系統(tǒng)基于廣泛的用戶畫像和用戶數(shù)據(jù)，而中心化的畫像和數(shù)據(jù)儲(chǔ)存和運(yùn)算方式成為了一個(gè)耗時(shí)耗力的負(fù)擔(dān)。通過(guò)基于 CNN 協(xié)議的推薦系統(tǒng)，用戶特征模型被分布存儲(chǔ)在區(qū)塊鏈各個(gè)節(jié)點(diǎn)中，可以減少中心推薦節(jié)點(diǎn)的壓力。對(duì)于用戶而言，分布式的匿名存儲(chǔ)也可以完全消除隱私的問(wèn)題。

2. 基于 CNN 的廣告收入分成模式

目前的互聯(lián)網(wǎng)內(nèi)容生態(tài)中用戶扮演了非常重要的角色，內(nèi)容社區(qū)利用用戶的關(guān)注力賺取了廣告價(jià)值，但用戶卻不能參與其中的商業(yè)利益分成。

基于 CNN 協(xié)議，NewsDog社區(qū)的廣告收入在內(nèi)容創(chuàng)作者以外，也會(huì)與用戶、轉(zhuǎn)載者和推薦節(jié)點(diǎn)進(jìn)行分成。

NewsDog 的內(nèi)容作者是內(nèi)容生態(tài)的源頭，因此也是整個(gè)收入分成模式中分成比例最大的一個(gè)角色。作者可以在自己的文章被閱讀，轉(zhuǎn)載和評(píng)論時(shí)獲得相應(yīng)比例的分成。在 CNN 的版權(quán)保護(hù)機(jī)制中，如果一個(gè)作者的版權(quán)被侵犯，作者將會(huì)獲得賠償。

NewsDog 的用戶作為 CNN 系統(tǒng)中新的收入分配角色，可以依靠閱讀文章，發(fā)表評(píng)論，點(diǎn)贊等行為獲得收益；在社區(qū)中越活躍，獲取的收入也就越多。同時(shí)用戶也承擔(dān)著在社區(qū)間流轉(zhuǎn)內(nèi)容的重任，可以在轉(zhuǎn)載文章后，通過(guò)所轉(zhuǎn)載文章的表現(xiàn)獲得相應(yīng)的收益。

此外推薦節(jié)點(diǎn)作為一個(gè)獨(dú)特的角色在 CNN 系統(tǒng)中發(fā)揮著重要的作用，也會(huì)獲得其相應(yīng)比例的收益。

3. 多級(jí)激勵(lì)系統(tǒng)

傳統(tǒng)的激勵(lì)系統(tǒng)因?yàn)橹行幕脑O(shè)置，對(duì)規(guī)則策劃與運(yùn)營(yíng)的挑戰(zhàn)很大。每次激勵(lì)活動(dòng)都需要投入很高的運(yùn)營(yíng)成本，并且激勵(lì)的效果也無(wú)法保證。NewsDog 采用基于 CNN 協(xié)議的多級(jí)激勵(lì)系統(tǒng)可以很好地解決投入和效率的問(wèn)題。

由于邀請(qǐng)的紀(jì)錄被分布地記錄在整個(gè)區(qū)塊鏈之中，因此可以降低運(yùn)營(yíng)方的服務(wù)器和運(yùn)算投入。目前 NewsDog 內(nèi)部有兩層激勵(lì)體系，借助 CNN 協(xié)議，NewsDog可以將兩層擴(kuò)展為多層，放大用戶邀請(qǐng)的作用，優(yōu)化激勵(lì)的效果。由于 CNN 代幣的引入，參與激勵(lì)的用戶可以更快獲得激勵(lì)獎(jiǎng)勵(lì)，大幅縮短了激勵(lì)周期至一天，也可以很大促進(jìn)激勵(lì)用戶參與的積極性。

4. NewsDog MALAMAAL - 激勵(lì)模式的延伸

NewsDog 是首個(gè)將直播競(jìng)答模式引入印度的玩家。直播的形式和激勵(lì)相結(jié)合使得該模式成為一個(gè)全新的獲客利器。在 CNN 體系內(nèi)，NewsDog MALAMAAL將直播競(jìng)答從單純的獲客演變成一個(gè)用戶可以付費(fèi)參與并且獲得更多服務(wù)的高級(jí)版本。因此我們引入了 NewsDog MALAMAAL Store。NewsDog MALAMAALStore 為玩家提供各種游戲增值服務(wù)。所有的增值服務(wù)由 CNN 幣來(lái)結(jié)算。下面介紹一些常見(jiàn)的增值服務(wù)及其使用場(chǎng)景。

游戲規(guī)則為正確答對(duì)所有 12 道題即可與其他獲勝用戶分享當(dāng)期 CNN 獎(jiǎng)勵(lì)金。為增加趣味性，游戲引入復(fù)活卡等特權(quán)。邀請(qǐng)用戶參加，即可獲得復(fù)活卡，增加游戲獲勝機(jī)率。在競(jìng)答模式下，可在商城中購(gòu)買如下特權(quán)商品：

復(fù)活卡：游戲答錯(cuò)出局時(shí)，使用該卡即可復(fù)活

提示卡：游戲時(shí)使用該卡即可獲得正確答案提示

Pass 卡：用戶如果不知道正確答案，可使用該卡直接跳過(guò)，進(jìn)入下一題

5. Fantasy Cricket League

板球作為印度的國(guó)民運(yùn)動(dòng)，被稱為印度人民的“第二宗教信仰”。數(shù)據(jù)顯示，在 2017 年 4-6 月期間舉辦的 IPL 聯(lián)賽和 IPC 大賽吸引了將近 8 億印度人民的關(guān)注。板球世界杯期間更是為印度帶來(lái)了數(shù)億美元的消費(fèi)。作為印度最大的新聞應(yīng)用，NewsDog 會(huì)開(kāi)發(fā) Fantasy Cricket League 來(lái)滿足用戶的娛樂(lè)和資訊需求。Fantasy Cricket League 是一個(gè)板球游戲。用戶可以扮演球隊(duì)經(jīng)理并且投資球隊(duì)，通過(guò)球隊(duì)在聯(lián)賽的表現(xiàn)獲得收益。具體規(guī)則如下：

1. 用戶支付一定數(shù)量的 CNN 幣建立一支球隊(duì)

2. 每個(gè)賽季，球隊(duì)經(jīng)理可以通過(guò)球員選秀來(lái)為自己的球隊(duì)招兵買馬

3. 所有隊(duì)員選定之后，賽季正式開(kāi)始。在賽季的指定階段，球隊(duì)經(jīng)理之間可以通過(guò) CNN 來(lái)進(jìn)行隊(duì)員交易

4. 在賽季末，經(jīng)理通過(guò)自己球隊(duì)在聯(lián)盟的排名來(lái)獲得相應(yīng)回報(bào)

6. 其他模式

6.1 星座文化付費(fèi)

星座文化正悄然走入人們的生活。為滿足用戶需求，包括中國(guó)和印度在內(nèi)許多媒體都專門開(kāi)辟了星座板塊，而且許多自媒體也紛紛加入星座文化大軍，例如Vogue India 在 Twitter 上擁有 112 萬(wàn)粉絲，每日都會(huì)發(fā)布一條與星座相關(guān)的信息，分析星座運(yùn)勢(shì)；而中國(guó)的自媒體同道大叔僅微博就有 1362 萬(wàn)粉絲，每條信息都有大量轉(zhuǎn)發(fā)點(diǎn)贊。為滿足用戶對(duì)星座資訊的需求，NewsDog 開(kāi)發(fā)了星座文化付費(fèi)服務(wù)，具體如下：

1. 個(gè)性化星座資訊：用戶繳納一定量的 CNN 幣作為服務(wù)費(fèi)，輸入自己的個(gè)人信息，如出生年月、出生地、血型等，即可獲得專屬星座資訊；

2. 大 V 專業(yè)星座答疑：用戶繳納一定量的 CNN 幣，邀請(qǐng)入駐 NewsDog 的媒體及自媒體提供量身定制的星座資訊

6.2 付費(fèi)問(wèn)答

信息爆炸時(shí)代，衍生出了 Quora 和知乎等問(wèn)答應(yīng)用，幫助用戶有效刪選過(guò)濾信息。這種模式在用戶中的傳播度和實(shí)用性決定了其發(fā)展?jié)摿蜕婵臻g。因此NewsDog 利用自身信息平臺(tái)優(yōu)勢(shì)孵化這種問(wèn)答模式，給用戶提供更全面的服務(wù)，具體實(shí)現(xiàn)形式如下：

眾籌問(wèn)答：用戶繳納 CNN 幣，要求某位大 V 回答某個(gè)問(wèn)題；其他用戶若感興趣，可以繼續(xù)繳納 CNN 幣；如若大 V 回答，即可獲得所有用戶繳納的 CNN幣，否則用戶繳納的 CNN 幣原路送還

1 對(duì) 1 專業(yè)問(wèn)答：用戶可以在內(nèi)容社區(qū)內(nèi)選擇自己信賴的內(nèi)容創(chuàng)作者，并繳納 CNN 幣向其提問(wèn)，獲取 1 對(duì) 1 專業(yè)性問(wèn)答服務(wù)。內(nèi)容創(chuàng)作者回答問(wèn)題即可獲得用戶繳納的 CNN 幣

6.3 公益

互聯(lián)網(wǎng)的實(shí)用性不僅在于信息傳播，同時(shí)也在于縮短人與人之間的距離。而這給公益事業(yè)的推動(dòng)和發(fā)展提供了良好的契機(jī)。作為印度最大的新聞?lì)悜?yīng)用，利用其平臺(tái)推動(dòng)公益事業(yè)不僅是應(yīng)盡的企業(yè)責(zé)任，而且也可聚合用戶實(shí)現(xiàn)互助。鑒于此，NewsDog 基于區(qū)塊鏈公開(kāi)且不可篡改的特性，設(shè)定了如下公益板塊的應(yīng)用場(chǎng)景：

1. 求助用戶可在平臺(tái)發(fā)布求助信息，并上傳相應(yīng)文件進(jìn)行審核；

2. 用戶看見(jiàn)求助信息可以選擇捐獻(xiàn) CNN 幣幫扶；

3. 求助者信息通過(guò)審核后即可獲得其他用戶捐贈(zèng)的 CNN 幣；

4. 平臺(tái)和求助者定期發(fā)布救助近況，做到公開(kāi)透明，避免欺詐。