基於區塊鏈技術的數字資產投資生態本質上是一種社羣驅動的經濟生態，而社羣很大程度上是靠網紅或者 KOL 聚集起來的，KOL依託移動網際網路傳播和社交平臺推廣，可以聚集大量的社會關注度，形成龐大的的粉絲和定向營銷市場，最終形成完整的 KOL 產業鏈條驅動的新型經濟模式。
幣泡泡平臺聚焦於普通投資者和新入場使用者在數字資產市場投資過程中面臨的行業門檻高等現實問題，構建以專案為中心的知識圖譜、由 KOL 專業投資分析師組成的新型投顧生態，平臺集新使用者投資教育、專案市場營銷、大神薦幣、大神帶單和一鍵跟單為一體，滿足新入場使用者的投顧需求，讓投資者可以在變幻莫測的數字貨幣市場中獲得更多盈利機會，實現零門檻炒幣。幣泡泡旨在成為全球加密貨幣投資者和 KOL 驅動的新型數字金融投顧生態，為全球加密貨幣投資者提供無縫的加密貨幣投資體驗，同時實現 KOL 的知識變現與帶單喊單需求。透過融合通證經濟機制，幣泡泡將會成為全球數字金融第一站和幣圈流量入口，加速增量使用者和增量資金無縫便捷地進入幣圈，推動數字貨幣投資行業的進步。
1. 戰略定位
• 幣泡泡是一款數字金融投資者的移動端入口。幣泡泡致力於打造一個豐富、有趣又實用的數字金融投資顧問生態，幫助數字金融投資圈新使用者可以迅速融入圈子與文化，提升自身投資技巧，獲得更好的投資收益。
• 幣泡泡的目標是成為傳統金融投資者進入數字金融世界的第一站、成為增量使用者與增量資金的第一入口。
2. 專案現狀
誕生於熊市的幣泡泡，憑藉其 KOL 驅動社羣生態展現出了強大的生命力，在眾多加密貨幣投顧產品中脫穎而出，獲得了廣大投資者支援。經過一年多的發展，幣泡泡目前已經有超過 18 萬註冊使用者，1 萬多日活使用者，建立了 1000 多人以上規模的 KOL 分析師叢集，以及數萬投資者的使用者社羣，月營收目前已突破 40BTC。隨著使用者及KOL 規模的壯大，幣泡泡將始終以 KOL 為核心，並圍繞投資交易建立堅實的生態基礎。
（1）幣泡泡 APP
幣泡泡 APP 致力於打造成一款 KOL 驅動的全新數字貨幣投顧工具，目前 APP 業務涵蓋投資教育、實時動態、大神薦幣、大神帶單、行情及訊息預警等幾大板塊。目前幣泡泡APP的特色功能主要包括：
①新使用者入門教育
透過模擬實戰，完成高手進階，參與操盤大賽，瓜分豐厚獎池，使廣大新使用者和投資者可以零門檻邁入精彩的數字金融世界。
②KOL 薦幣與跟單
拒絕複雜的 K 線分析，只看 KOL 買賣點位，完成跟單操作。
③操盤動態實時推送
彙集人氣大咖線上操盤，使用者訂閱後可以獲得 KOL 操盤的一手資料，買入，賣出第一時間收到訊息推送。
④行情智慧預警
KDJ 與 BOLL 指標聯合運用，價格異動提醒第一時間掌握行情波動。實時指標智慧預警，休閒、操盤兩不誤。
⑤大神帶單
KOL 可以選擇幣種進行帶單，帶單選擇看跌賺幣和看漲賺錢，發起帶單設定檢視費用，付費後可檢視買入價，止損價，賣出價，結束價。
圖 3～5 為幣泡泡 APP 功能示例圖。
（2）核心運營資料
幣泡泡自運營以來一直在不斷地吸引著大量投資者進行 KOL 跟單交易。今年 7 月份，平臺累計註冊使用者 18 萬餘人，日活 11000 多人，使用者月平均停留時間逐步提升。值得一提的是幣泡泡使用者均是會在平臺產生實際消費的高價值使用者，一般行情諮詢軟體的使用者數量不可相提並論。
幣泡泡一直重視專業 KOL 投資分析師的生態建設，截止今年 7月份平臺已經累計註冊稽覈透過 1100 餘個分析師。對於新開戶或未經驗證稽覈的使用者，為了安全起見，幣泡泡堅守一個例行的做法：僅允許投資者跟單經過驗證的 KOL 和已經被證明有過成功經驗的 KOL，投資者可以在 KOL 的個人資料中檢視統計資料。
在為機構或企業服務方面，幣泡泡從 19 年初穩定運營以來，已經累計為超過 60 家企業客戶進行專案宣發與推廣等服務，實現營收穩步增長，在今年 7 月份實現月營收 40BTC 的重大突破。
4. 社羣建設
作為一個社羣驅動型專案，幣泡泡一直重視社羣建設，先後舉辦了多場次的薦幣大賽、冠名操盤大賽、大 V 口令紅包、表情包活動、精準空投、點贊活動等社羣活躍方案，形成了一支龐大的數字貨幣交易社羣，構建了幣泡泡平臺+KOL 叢集+社羣的三級宣發架構，極大地提高了專案宣發的效率，實現了指數級的推廣效果。
5. 行業生態建設
幣泡泡生態系統包含兩個重要的生態平臺，即廣告平臺和內容付費，生態角色包括投資者、KOL 意見領袖、專案方、交易所和區塊鏈媒體。廣告平臺：隨著區塊鏈技術的普及和加密貨幣的快速發展，幣泡泡憑藉其強大的 KOL 生態迅速吸引了大量廣告主進駐平臺進行廣告投放，廣告主包括專案方、交易所和區塊鏈媒體。內容付費：隨著幣泡泡平臺規模的增長，越來越多的投資者和 KOL 意見領袖進駐平臺並提供獨家優質的薦幣資訊，幣泡泡平臺的內容付費專案主要為KOL 薦幣和投資者跟單，部分高質量的薦幣內容往往採用付費訂閱的模式，對於免費內容或薦幣資訊，後期投資者可以採用打賞形式。下圖為幣泡泡專案運營以來服務過的專案和交易所。透過打通行業上下游、連通專案方交易所與使用者，幣泡泡平臺將成為區塊鏈生態的粘合劑，呈現出極高的行業價值。
系統架構及關鍵技術
1. 系統總體架構
幣泡泡經過一年多的快速迭代開發，目前已經進化到 5.0 版本，實現了模擬操盤、大神薦幣、大神帶單等核心功能，積累了大量 KOL交易策略和歷史資料。為了進一步豐富平臺功能，打造新型 KOL 社羣驅動的數字金融投顧生態，下一代的幣泡泡平臺將融入通證經濟激勵機制並進行全面的系統性重構。下面首先介紹一下幣泡泡當前版本的系統架構，在此基礎上提出全新升級的下一代幣泡泡系統架構。
（1）幣泡泡當前技術架構
幣泡泡 APP 當前採用四層技術架構，分為資料層、邏輯層、業務層和展示層。資料層主要功能是從交易所、行情資料平臺等採集外部資料，包括交易所行情報價、資訊和輿情資料、鏈上交易資料等，為上面的邏輯層和業務層提供基礎資料支撐。邏輯層主要實現對底層外部資料的處理，包括行情資料清洗、推送通知管理、KOL 歷史資料統計、KOL 交易策略管理、廣告管理、行情預警等核心功能模組，為業務層提供核心資料與邏輯功能。展示層包括幣泡泡 APP、公眾號和微博等。
（2）幣泡泡全新技術架構
下一代幣泡泡平臺將繼續著眼投資者在數字資產市場投資過程中面臨的現實問題，構建以專案為中心的知識圖譜、由 KOL 專業投資分析師組成的新型投顧生態，平臺集新使用者投資教育、專案市場營銷、大神薦幣、大神帶單和一鍵跟單為一體，滿足新入場使用者的投顧需求，讓投資者可以在變幻莫測的數字貨幣市場中獲得更多盈利機會。
下圖為下一代幣泡泡平臺的總體技術架構，透過採集海量 Web頁面以及專案相關的結構化/非結構化資料的處理整合，結合機器學習/深度學習方法，構建一個完整的專案知識圖譜，為投資者呈現一個完整的專案畫像，助力投資者和專業投資分析師做出更加合理的投資決策。總體來講，下一代幣泡泡將構建一個以區塊鏈行業知識圖譜和數字資產交易大資料為支撐，集線上使用者投資教育、大神薦幣、大神帶單、一鍵跟單等核心功能為一體的新型數字金融投顧生態。
2. 關鍵技術
（1）分散式爬蟲叢集
分散式智慧爬蟲叢集主要用於爬取數字資產的實時行情、諮詢、社交動態、區塊鏈知識圖譜的語料庫等資料。一般情況下，用普通基礎爬蟲爬取一個 web 頁面（約 20KB）大約需要 2 秒鐘，而對於一個 50GB 的語料庫爬取任務，大約需要 26W 秒，換算成天數的話大約需要 30 天左右才能完成。如果發生意外情況、例如斷電，斷網，爬取任務就會意外中斷，甚至會導致之前爬取的內容丟失。目前大規模的資料爬取主要採用分散式爬蟲來解決以上問題，此外資料採集還需要考慮爬蟲被遮蔽的解決方案，採用智慧化的防遮蔽手段。平臺在建設之初就考慮了資料爬取過程中可能遇到的問題，透過構建分散式的智慧爬蟲叢集來實現大規模的區塊鏈行業語料庫。
為了解決單機版爬蟲的存在效率地下問題，平臺採用 Scrapy 框架並結合 Scrapy-Redis 元件開發分散式的爬蟲引擎。分散式智慧爬蟲叢集採用分散式主從架構，如下圖所示，設定 1 個 Master 伺服器和多個 Slave 伺服器，Master 管理 Redis 資料庫和分發下載任務，Slave 部署 Scrapy 抓取網頁和解析提取專案資料，最後將解析的資料儲存在同一個 MongoDb 資料庫中。
分散式智慧爬蟲引擎主要包括以下模組：
①爬蟲模組
爬蟲模組主要實現爬取策略的設計、專案資料欄位的設計、增量爬取、請求去重等功能。
爬取策略的設計: Master 端爬蟲主要爬取下載到內容詳情頁連結，透過 Redis 分享下載任務給其他 Slave 端的爬蟲。Slave 端主要是負責對詳情頁連結的進一步解析提取儲存到資料庫中。
去重與增量爬取，對於伺服器有很重大的意義，能夠減少伺服器的壓力以及保證資料的準確性。如果不採取去重處理，那麼抓取的內容會抓取大量重複內容，讓爬蟲效率極大的下降。其實去重流程很簡單，核心就是每次請求的時候，先判斷這個請求是否在已經爬取的佇列當中。如果已存在，則捨棄當前請求。
②中介軟體模組
中介軟體模組功能包括防遮蔽、下載異常處理等。
爬蟲防遮蔽中介軟體：大規模的爬蟲會給網站增加大量的負載，影響正常使用者的訪問。分散式爬蟲將不間斷的訪問網站內容，如果不採取偽裝措施，很容易被網站識別為爬蟲行為而遮蔽掉。在具體實現時可以採用多種方法來防止爬蟲被遮蔽，包括模擬不同瀏覽器行為、更換代理伺服器及閘道器、降低爬蟲爬取網頁頻率、減少爬蟲併發程序數量、禁用 Cookie 等措施。
爬蟲下載異常處理元件主要是對爬蟲異常狀態的處理，有利於提供爬蟲的健壯性。爬蟲在訪問網站時可能會存在各種各樣的狀態，防止遮蔽元件可以捕捉到狀態碼並進行相應處理。
③資料持久化儲存
資料儲存模組主要負責將 Slave 端爬取解析的頁面進行儲存。資料儲存分兩個部分，一是網頁連結的儲存，二是專案資料的儲存。網頁連結儲存於 Redis 資料庫，用於實現分散式爬蟲的下載管理；專案資料包括新聞資料和評論資料。當資料量大到一定程度時，可以做Mongodb 叢集來解決問題。
（2）區塊鏈專案知識圖譜
①知識圖譜背景
現實世界中存在大量半結構化、非結構化資料，特別是在區塊鏈專案分析領域，投資者或者 KOL 分析師要面對專案官網、白皮書、github 程式碼庫、各類評估分析文章、新聞媒體報道等海量資料，且這些資料以文字、網頁、pdf 文件、程式碼等各種形式存在，如何有效利用消化這些資料，挖掘專案的潛在的實體關係，簡化分析師的投資決策流程。幣泡泡未來規劃版本將採用知識圖譜技術來重構整個區塊鏈行業特別是專案分析領域的資訊處理流程，極大提高使用者獲取區塊鏈專案資訊的效率，並輔助 KOL 分析師更好地分析挖掘熱點專案，做出更好的投資決策。
區塊鏈行業的資料來源主要來自兩種渠道：一種是平臺業務本身的資料，這部分資料通常包含在公司內的資料庫表並以結構化的方式儲存；另一種是網路上公開、抓取的資料，這些資料通常是以網頁的形式存在的非結構化資料。前者一般只需要簡單預處理即可以作為後續AI 系統的輸入，但後者一般需要藉助於自然語言處理等技術來提取出結構化資訊。
知識圖譜是谷歌 12 年提出的，屬於人工智慧的一個分支，其研究目標是從海量的公開資料中挖掘發現現實世界中各實體間的關係，並從中推理出有實用價值的知識。知識圖譜具有強大的事物關聯能力，使得資訊更容易被搜尋。知識圖譜能更加直觀地描述這個世界，呈現給使用者更加顯而易見的結果。
知識圖譜本質上是語義網路，是一種基於圖的資料結構，由節點（Point）和邊（Edge）組成。在知識圖譜裡，每個節點表示現實世界中存在的“實體”，每條邊為實體與實體之間的“關係”。知識圖譜是關係的最有效的表示方式。通俗地講，知識圖譜就是把所有不同種類的資訊連線在一起而得到的一個關係網路。知識圖譜提供了從“關係”的角度去分析問題的能力。下圖左邊是一段非結構化的文字，右邊是從這些文字中抽取出來的實體和關係。從實體關係圖中我們可以很輕易地對專案關係圖譜有一個巨集觀上的整體認識，這對於投資者的投資決策能起到關鍵作用。
在區塊鏈領域，特別是區塊鏈專案分析挖掘領域，知識圖譜更能發揮出其潛力和價值。例如使用者搜尋專案 Handshake，知識圖譜不僅僅能列出專案的基本資訊和評級，還能展示出專案的投資機構和參與該專案評級推廣的 KOL，與此同時，其他與 Handshake 專案相關的組織機構和個人也會被呈現出來，整個專案相關的實體都會被完整的以視覺化的方式呈現給使用者。因此，使用知識圖譜可以讓投資者形成一個客觀的、全域性的、科學的投資決策，幫助使用者提高決策效率。此外，知識圖譜本身就是用來表示關係的，這種直觀的表示方法可以幫助我們更有效地分析複雜關係中存在的特定的潛在風險，能幫助投資者識別欺詐專案、空氣幣或有造假嫌疑的團隊，及時規避風險。
區塊鏈行業經過多年的經營和累積，擁有了大量的行業資料，這裡面蘊含的價值卻鮮有人挖掘得出來。知識圖譜的引入使得區塊鏈資料喚發新的生機，誰能挖掘出價值，誰將贏得下一輪競賽。
②知識圖譜構建
區塊鏈行業的資料型別主要有三類，包括結構化資料（如關聯式資料庫）、非結構化資料（如圖片、音訊、影片、文字）、半結構化資料（如 XML、JSON、百科）。基於這些資料來構建知識圖譜，需要透過一系列自動化或半自動化的技術手段，來從原始資料中提取出知識要素，即一堆實體關係，並將其存入我們的知識庫的模式層和資料層。構建知識圖譜是一個迭代更新的過程，根據知識獲取的邏輯，每一輪迭代包含三個階段：
資訊抽取：從各種型別的資料來源中提取出實體、屬性以及實體間的相互關係，在此基礎上形成本體化的知識表達；
知識融合：在獲得新知識之後，需要對其進行整合，以消除矛盾和歧義，比如某些實體可能有多種表達，某個特定稱謂也許對應於多個不同的實體等；
知識加工：對於經過融合的新知識，需要經過質量評估之後（部分需要人工參與甄別），才能將合格的部分加入到知識庫中，以確保知識庫的質量。
透過資訊抽取可以從原始語料中提取出實體、關係與屬性等知識要素，並且經過知識融合，消除實體指稱項與實體物件之間的歧義，得到一系列基本的事實表達。然而事實本身並不等於知識。要想最終獲得結構化，網路化的知識體系，還需要經歷知識加工的過程。知識加工主要包括 3 方面內容：本體構建、知識推理和質量評估。整個知識圖譜的構建流程如下圖所示。由於篇幅限制，在此不過多展開，詳細資料請參考相關文獻。
③知識圖譜在數字貨幣投資中的應用
1、欺詐專案發現與風險監測
欺詐專案的發現是數字貨幣投資中非常重要的一道環節。基於大資料的反欺詐的難點在於如何把不同來源的資料（結構化，非結構）整合在一起，並構建反欺詐引擎，從而有效地識別出欺詐專案（比如專案團隊身份造假、由某機構代辦包裝等）。而且由於不少欺詐專案會涉及到複雜的關係網路，這也給欺詐發現帶來了新的挑戰。 知識圖譜，作為關係的直接表示方式，可以很好地解決這兩個問題。 首先，知識圖譜提供非常便捷的方式來新增新的資料來源。其次，知識圖譜本身就是用來表示關係的，這種直觀的表示方法可以幫助我們更有效地分析複雜關係中存在的特定的潛在風險。
2、輿情監控與熱點事件追蹤
網路輿情監控是指對於幣圈公眾的觀點和行為進行監視和預測的行為。當熱點事件發生時，與事件相關的新聞、微博、Twitter 會得到大量的討論和轉發，引發網路輿情的變化。因此透過監控網路輿情，可以檢測出異常事件和熱門事件。輿情監控對於二級投資市場都有巨大價值。
3、發現內在關係指導投資策略
知識圖譜是探索區塊鏈關係圈、深入瞭解專案關係網的利器。區塊鏈行業的脈絡巨大無比，人與人之間的關係錯綜複雜，卻又充滿了各種玄妙。但是區塊鏈行業每天都在產生著大量的資訊，知識圖譜可以不斷吸取新資訊新資料，增加內在本體的聯絡，找到潛在關聯。
投資者也許曾經問過這些問題：這個專案的背景如何；有哪些投資機構；哪些 KOL 推薦過這個專案；這些 KOL 的歷史投資回報率有多少；這些疑問都有可能透過知識圖譜來得到肉眼難以發現的答案。
（3）交易大資料智慧分析
由於數字貨幣全球交易、7*24 小時交易的特點，數字貨幣投資者經常需要面對眼花繚亂的 K 線圖和各種技術分析預測，也很難做出有效的交易決策。為了提高交易決策效率和質量，平臺擬採用 KOL 跟隨策略和交易大資料分析技術幫助投資者做出高效的交易決策。
1. 交易所交易資料
平臺對接數十餘家主流交易所，數千個主流幣種、數萬個交易對指標，實現實時指標智慧預警。
2. 區塊鏈交易資料
區塊鏈上的資料是公開透明的，理論上可以被所有人檢視和追溯，使用者可以透過比特幣瀏覽器或以太坊瀏覽器清晰地查詢區塊鏈上的交易資料。然而對於普通使用者來說，區塊鏈資料的查詢使用體驗過於繁瑣且不友好，而且使用者無法實時跟蹤檢視區塊鏈上的資料。為此，平臺整合各主流公鏈的區塊鏈資料介面，為投資者提供大額轉賬監測與提醒，投資者也可以訂閱自身關注的地址，比如特定交易所，一旦其中有大批資金轉入轉出的異動時，也將收到提醒。
(4)智慧推薦引擎
數字貨幣二級市場行情資訊瞬息萬變，如何從海量資訊和資訊中，發現自己感興趣的內容或者投資機會，是極具挑戰性的工作。幣泡泡將基於強大的行情、資訊及資料後臺，利用人工智慧和大資料技術，打造智慧推薦引擎，智慧監控使用者需求，只給使用者推送其關心的且有價值的資訊。
智慧推薦引擎基於已有的爬蟲資料、使用者畫像，透過語義計算、分類、資訊抽取、序列標註、行為序列挖掘和知識庫挖掘六個維度的處理，在資訊流中做到精準和智慧化的推薦，包括廣告推薦、專案推薦、跟單推薦等。
關於更多幣泡泡資訊：http://www.bpop.io/
更多區塊鏈專案介紹：http://www.qukuaiwang.com.cn/news/xiangmu
風險提示：區塊鏈投資具有極大的風險，專案披露可能不完整或有欺騙。請在嘗試投資前確定自己承受以上風險的能力。區塊網只做專案介紹，專案真假和價值並未做任何稽覈。
