作者：定慧、小胡

SeeDAO 在过去一年时间中已经产生了大量用户数据。

• 如何有效捕捉这些数据，并转换为能够被分析、观察、研究的衡量指标？
• 如何结合复杂网络理论，找到数据变化背后的成因、意义，助力 DAO Network 的发展（例如衡量健康度）？

研究步骤

要展开这份研究，需要通过4步：

1. **数据采集：**抓取社交媒体、链上链下、不同时间段的多重数据，用表格记录所有个体的数据、个体与个体之间互动的数据
2. **数据分析：**用专业工具，计算出在基础数据之上，SeeDAO 社会关系网络中不同个体的中心性、特征向量中心性、聚类、理性率等等专业数据。
3. **可视化：**用专业工具将关系网络可视化
4. **验证结论：**基于对 SeeDAO 社会关系网络的观察提出猜想，并用数据验证猜想。

猜想与假设

我们已有的猜想如下：

• 白鱼唐晗等高影响力者 Onboarding 进 SeeDAO 的成员，活跃期会更长。
• 社区活跃度高、但积分特别少的一群小伙伴，存在不被社区接纳 & 欠缺治理/协作经验的情况，可能需要定点支持。
• 社区活跃度低，但积分特别高的一群小伙伴，更多有技术背景。