我们不必知道现象背后的因果，我们只想让数据自己发声。那么，在区块链时代，如何让端对端加密的数据发声？
原创|阿常
在大数据时代，我们不必知道现象背后的原因，我们只要让数据自己发声。
维克托·迈尔-舍恩伯格《大数据时代》移动互联网、大数据技术的发展让我们享受着数据带来的红利，购物、打车、理财等等应用或者服务采集用户的信息，提供精准化、个性化的服务，给人们的生活带来了极大便利。
而这些便利背后，却是数据分析方放弃追求数据“结果”，选择追求一种“联系”，寻找数据之间的关联性，洞察我们的需求进而提供出更具针对性的服务。
而在区块链的网络中，数据呈现出端对端加密的特质，远比互联网数据更加严密，寻找这些数据背后的“结果”更是难上加难；但是对于从业者而言，找到这些数据之间的关联，提供“定制化服务”并研判发展趋势同样重要。
比特币钱包Bitcoin.com现已支持ETH:比特币钱包Bitcoin.com现已添加ETH，意味着用户可以购买、发送和接收ETH。Bitcoin.com钱包（包括以太坊钱包）是 \"非托管 \"的，且支持Unstoppable Domains和Ethereum Naming System（ENS）。即用户可以轻松地发送加密货币--包括BTC、BCH、ETH等--到 \"jessica.crypto \"或 \"vitalik.eth \"等地址。（News.bitcoin）[2021/5/31 22:59:52]
市场刚需，加密数据如何利用
大数据分析精髓在于挖掘数据与真实信息的关系。通过海量数据分析甚至某一特殊事件的数据解读，不再热衷于追求数据分析的精确度。单纯令数据发声，提供行动指南。
比特币少侠：区块链新金融体系对旧金融体系会由冲击转为相互融合，未来可期:据官方消息，Gate.io直播专访节目《周五分析是道》20201211期已结束，本期直播邀请KOL为比特币少侠，以区块链新金融体系对旧金融体系的冲击与融合为主题对Gate.io合伙人酒儿和观众做了分享。比特币少侠认为，区块链新金融对比其他金融市场，正如特斯拉新能源汽车对比传统汽油汽车，都属最新鲜猎奇的市场，特斯拉能做到全球车企市值第一，区块链金融不会没有机会。目前市场投资效应明显，与传统金融也在冲击后相互融合，股市里信托与基金都有映射产品供普通投资者间接投资，未来区块链金融会在保险、投行、基金、信托等更多维度会愈发成熟，甚至央行与商业银行直接参与都有可能，整体融合的势头对多方面都属于利好，但过程需要耐心等待。详情点击原文链接。[2020/12/11 14:57:41]
而区块链数据由于其本身的匿名性特征，很多时候并不能轻易找到关联关系，但是通过过去某种现象背后数据的全面分析，就能为之后类似事件提供前瞻性建议或者预警。
Morgan Creek联合创始人错误预测比特币走势:金色财经报道，Morgan Creek联合创始人Jason Williams一小时前发推文称，正确的测试是当比特币价格超过一万美元时，使用美元平均成本（DCA）的策略购买比特币。你要在1.2万美元的价格时因FOMO（害怕错失的情绪）而买入吗？还是要等1.5万美元？此后BTC一度暴跌至9400美元下方，Williams再度发推文称，比特币挂了，对不起大家。据悉，使用DCA方法意味着无论价格是多少，都购买固定数量的比特币。[2020/6/2]
区块链大数据技术已经广泛应用在交易所、钱包、安全机构的业务场景中，通过对交易信息特征的分析，可以得到交易与潜在风险的关联关系，规避掉黑客盗币、等等违法犯罪行为，并能够帮助用户挽回受损资产。
比特币要拍成电影 预计2018年上映:价格疯涨的比特币可能离你的钱包越来越近了，但它不会以硬件或爆炸的财富等俗套的形式与你发生联系，而是让你掏钱去消费它的IP——好莱坞已经通过各种方式把它拍成电影，甚至有人写了一本《比特币电影》白皮书，试图通过众筹获得比特币来投资电影。而且，最近又有新的影视制作人盯上了比特币。根据华尔街见闻援引MarketWatch报道称，电影制作人克里斯蒂安·卡西米尔（Christian Cashmir）正在进行电影《比特币》的前期制作准备，预计2018年上映。[2017/12/18]
Chaindigg创始人叶茂举例称，一些黑客在盗取数字货币后，有时会设定远高于市价标准的手续费，令矿工率先确认其交易，以便快速实现资金转移的目的。那么在面对一些不合常理的手续费时，交易所可以对这类地址进行区分处理，降低风险。
区块链大数据，可以说是目前市场的刚需，可诞生于互联网的大数据技术仍需要做出一些改变，适应区块链数据的特征。
相比较互联网中的数据构成，区块链数据更具备规律性。所有信息都是按照区块组织排列，每个区块中包含着的交易数据都按照该公链所设定的逻辑排列，且大部分区块在时间中存在先后次序，那么在挖掘数据、查找数据的过程中能够精确规定到某一个时间节点；而互联网大数据则往往由于没有一致的标准和时序，产生诸多异构性数据，通过统一加工后方才能够分析。
区块链数据维度比互联网数据相对简单。区块链大数据能够划分的维度相对较少，一般分为交易发起方、交易接收方、交易时间、交易金额、交易频次等维度，简单的特征将有助于更好地对数据进行归类分析。
处理区块链大数据，了解数据特征只是基础，更重要的是需要保证两个关键因素：准确率、召回率。
如何保证数据分析精度？
区块链大数据不光要考虑数据的特征，同时也要考虑数据的准确性，以及在相关维度中信息的关联——其核心难度在于准确性、召回率的提升。
准确性又可以理解为真实性，即数据真伪。以比特币网络为例，在可抓取到的几亿条地址当中，存在一些地址、地址等，那么如果能够在分析数据时发现这些数据，无疑能够提高安全性，降低风险，只有准确率足够高时才能够发挥数据的真正作用。
但仅仅保证高准确性并不足够，召回率同样重要。在巨量的准确数据中仍只有一部分数据能够被分析出来，而某些特征不清晰的数据则无法被解读。以比特币网络为例，某些地址交易记录频繁，有时间、数量、交易费等特征可以分析，这部分数据无疑更方便解读；但同时也有一些地址，可以分析的特征维度较少，甚至只有一笔或者没有交易记录，这部分“难啃的骨头”啃不掉，数据召回率同样无法提高，也就难以利用区块链大数据。
Chaindigg创始人叶茂在接受链得得采访时就指出，准确性、召回率虽然划分维度不同，但是同样重要，只有两者齐备才能够真正进行区块链大数据分析，单一一项很难起到决定作用。
理论上而言，提高了准确性、召回率，就能够提高区块链大数据的使用能力，但是区块链大数据仍面临诸多困难。
相比较互联网数据，同一公链中内容更加规范，但是目前主流数字货币基数较多，存在一些公链产生的数字货币具有较强的特殊性；此外，联盟链中数据则具备更强的商业价值，甚至涉及商业机密，起着指导企业后续规划等作用，这也给数据分析的普适性提出更高要求。
换而言之，想要进行区块链数据分析，就必须研制出能处理这些差异的普适性技术。以比特币与以太坊网络为例，后者较前者增加了智能合约的功能，那么在进行数据采集分析过程中就要考虑到智能合约地址的特征，提高数据分析的准确率和召回率。
互联网语境中大数据分析常用的多项技术和策略，例如机器学习、数据标注、模型分析、交叉验证等等，将其嫁接到区块链语境中同样事半功倍。
区块链大数据，或许可以理解为大数据技术在区块链领域的延伸，尽管区块链数据经过了层层加密，但是仍需要从中寻找到向前发展的指引。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。