OpenRank的Eigentrust算法：构建社交计算层的关键

深入探讨OpenRank的Eigentrust算法：如何构建社交计算层？

当今的加密货币前端大多展示简单的排行榜，根据交易量、流动性、铸造、积分、投票等来排序顶级代币。然而，如果我们想超越现有的Web2巨头，提供消费级的加密货币体验，我们的应用需要的不仅仅是排行榜。

OpenRank就是帮助我们实现这一目标的重要工具之一，已经被Metamask Snaps、Degen Tips和Supercast所采用。OpenRank是一个计算层，能够运行多种声誉图算法，其中第一个是eigentrust算法。

在这篇文章中，我将带你深入了解OpenRank的eigentrust算法，并探讨以下几个方面：

• 社区构建图的重要性，以及为什么你需要它们
• 该算法的关键概念及其工作原理
• 如何创建你自己的图，我将参考我在Python笔记本中制作的一个图

让我们开始吧！

为什么要与社区一起构建推荐图，而不是仅仅依靠你自己的机器学习团队？

在加密货币中构建算法和推荐流时，你会很快遇到一些数据问题：

• 交易包含许多层次的操作
• 地址之间的关系可以通过多次交易变得无限复杂
• 地址本身包含部分身份，每个身份在不同的上下文中都是相关的