編譯：ladyfinger，blockbeats
編者按：
在本文中，作者深入探討了 OpenRank 的 Eigentrust 算法，這是目前被 Metamask Snaps、Degen tips 和 Supercast 使用的一種新技術。OpenRank 作為一個計算層，能夠運行多種聲譽圖算法，首先介紹的是 eigentrust 算法。作者分享了為何需要社區構建的圖、算法的關鍵概念、如何工作，以及如何創建自己的圖。此外，作者還預告了即將舉行的 Bytexplorers 任務，鼓勵讀者訂閱以獲取最新動態。
當今的加密貨幣前端大多包含簡單的排行榜，按交易量、流動性、鑄造、積分、投票等排序的頂級代幣。如果我們想要進入能夠超越當今 Web2 巨頭的消費級加密貨幣體驗，我們的應用程序中需要的不僅僅是排行榜。
OpenRank 是幫助我們實現這一目標的基石之一，已經被 Metamask Snaps、Degen Tips 和 Supercast 使用。OpenRank 是一個計算層，可以運行許多聲譽圖算法，其中第一個是eigentrust 算法。
在這篇文章中，我將向你介紹 OpenRank 的 eigentrust 算法，并討論以下內容：
社區構建圖的重要性，以及為什么你需要它們
該算法的關鍵概念及其工作原理
如何創建你自己的圖，參考我在 Python 筆記本中制作的一個圖
讓我們開始吧！
為什么要與社區一起構建推薦圖，而不是僅僅依靠你自己的機器學習團隊？
在加密貨幣中構建算法和推薦流時，你很快會面臨一些數據問題：
· 交易包含許多層次的操作
· 地址之間的關系可以通過多次交易變得無限復雜
· 地址本身包含部分身份，每個身份在不同的上下文中都是相關的
以上就是深入探討OpenRank的Eigentrust算法：如何構建社交計算層？的詳細內容，更多請關注本站其它相關文章！
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
