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:
- **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
- **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。
- **可视化:**用专业工具将关系网络可视化
- **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。