摘要

自推出以来，在线社交网络 (OSN) 已经改变了人们相互交流的方式。最近，由于对区块链技术的兴趣日益增加以及它可以为OSN世界带来的好处，OSN的发展出现了一种新趋势。区块链在线社交媒体（BOSM）是由区块链技术支持的社交媒体应用程序。多亏了区块链，BOSM要么尝试保护用户的隐私，要么尝试通过奖励系统向用户重新分配平台产生的经济财富。有无数的BOSM可用，其中包含奖励系统。其中，Steemit可以说是最知名的超过100万注册用户的平台。Steem由区块链Steem支持，这是一个通过使用模拟社交活动的交易来原生支持社交应用程序开发的区块链。即使其他重要的区块链（例如以太坊）已被广泛分析，但据我们所知，尚无关于Steem交易graph拓扑的研究。本文的主要目标是研究Steem交易graph的结构，以了解其特征并揭示有关其用户的关键知识。更详细地说，我们构建了交互graph，并在对其进行研究之后，评估了三个子图，这些子图捕捉了它的社会和货币方面。Graph的度数分布遵循幂律。此外，我们在最活跃的用户中检测到大量在平台上提供付费服务的机器人。最后，通过领结结构对四张分析图进行调查，表明一半的用户具有被动的社交行为，80%的用户倾向于积累经济价值。

关键词：区块链、蝴蝶结、graph分析、在线社交媒体、在线社交网络、Steem、Steemit。

I. 引言 

人们使用在线社交网络 (OSN) 作为日常活动来分享他们的个人信息。 如今，互联网用户数量超过40亿，社交媒体用户数量超过35亿，逐年增加。当前流行的OSN是集中式的，这意味着它们基于存储用户所有信息的集中式服务器。集中式结构有几个缺点。从用户的角度来看，主要缺点是隐私问题，因为数据可以在没有数据所有者主动控制的情况下被管理、出售或窃取。

涉及Facebook（最常用的社交网络之一）的主要丑闻是Cambridge Analytica的丑闻。大约8700万Facebook用户使用Facebook上发布的应用程序，该应用程序能够收集用户和朋友的个人资料。 数据被传送到剑桥分析公司，后者对其进行政治目标分析。这是隐私泄露的主要例子之一，但它并不是关于OSN使用的唯一问题。事实上，审查制度在过去几年中已成为一个重要问题。Facebook已在一些国家被禁止，例如中国、Tunisia和Iran。上述问题代表了导致社会服务向分散实施发展的主要动机。分布式在线社交网络 (DOSN) [1] 是在分布式平台上实现的在线社交网络，例如可信服务器网络、P2P 系统或机会网络。 在过去的十年中，已经提出了几个DOSN[2]-[6]。这些平台代表了向新一代在线社交网络的第一次演变，并专注于用户的隐私保护。

然而，去中心化技术在过去几年中发生了根本性的变化，特别是当区块链技术已被考虑到多个研究领域时，作为克服中心化相关问题的主要革命。 区块链本质上是在参与方之间共享的公共分布式记录账本，它可以被称为区块链。 区块链技术的第一个主要应用是比特币 [7]，这可以被认为是今天区块链如此著名的动机。 另一个主要应用是以太坊，2 它于 2015 年推出，具有新颖性的智能合约，描述具有两方协议条款的自动执行合约的代码片段。

DOSN缺乏成功，以及有关OSN的问题越来越多，例如假新闻或数据泄露，一直是社交平台与区块链技术相结合的主要动机。出于为用户生成的内容赋予价值的需要，已经提出了几种区块链在线社交媒体（BOSM）。社交网络和社交媒体代表了一个数据金矿，中心化提供商通常使用这些数据来丰富自己。相反，BOSM提供了一种重新分配用户产生的财富的方式，方法是向积极吸引其他用户的内容创建者提供奖励。这些奖励系统通常基于注意力经济和/或代币经济[8]、[9]。在这些系统中，只要内容创建者能够产生相关的社交活动并吸引其他用户的注意力，他们就会获得加密货币，通常以积极反馈的形式（相当于Facebook中的点赞）。所有用户都可以表达他们的反馈，这可以获得额外的加密货币。尽管如此，区块链在社会环境中引入的真正好处仍不清楚，因为这些平台的行为由于缺乏真实的分析而未知，并且在某些情况下，奖励过程的引入似乎改变了真实 社交平台[10]的行为（例如使用机器人检索更多令牌）。

拥有超过100万用户的Steemit，是最常用的BOSM。它基于Steem 区块链，与以太坊和比特币等其他知名区块链不同，不仅因为它的社会性质，而且特别是它的性能。事实上，它是一个专为社交网络平台开发而设计的区块链，提供38种不同的交易来涵盖社交媒体中包含的所有最重要的社交行为。

此外，它使用委托权益证明（DPoS）共识协议，这使得每3秒创建一个新块成为可能。即使比特币和以太坊被充分研究[11]-[15]，Steem的特征，以及社会和经济特征如何相互影响仍然未知。

本文的目的是通过研究Steem交易graph来研究Steem的内部结构，以发现其经济和社会性质的特定特征。研究graph结构的一种方法是使用一个众所周知的结构：蝴蝶结结构[16]，它已被用于研究各种著名graph的结构，例如Web graph[16]-  [18]。 我们的研究可以分为三个不同的阶段： 

• 数据收集。我们下载Steem区块链并解析区块以提取交易。我们从2017年3月8日到2019年1月1日下载了Steem区块链；
• Graph创建。我们构建交易graph，将上一步中获得的每个交易建模为边。在本文中，我们研究了交易graph和三个相关的子图：社交交互graph，仅考虑具有社交意义的交易，社交无机器人交互graph，通过从社交中删除识别的机器人获得交互graph，最后是货币交互graph，它仅考虑属于平台经济方面的交易。
• 蝴蝶结分析。我们提供了关于这四个graph的相关分析，并研究了它们的蝴蝶结结构。

我们的分析表明，大多数用户对区块链的社交方面有着浓厚的兴趣。这主要是因为Steemit引入了一种奖励系统，该系统为用户执行的某些社会行为及其影响提供经济奖励。理解这一点非常重要，与其他区块链（例如比特币）不同，在Steem中，交易可以模拟经济转移，也可以用于模拟社交行为，例如帖子或评论。但是，由于平台本身的性质，由于社会行为有资格获得经济奖励，因此平台的社会和经济方面高度交织在一起并且平等存在。

最后，在这项工作中，我们研究并比较了Steem交易graph的结构与之前研究中最相关的类似结构。这是一个相关场景，因为Steem中的交易涵盖了区块链的社会性质和经济性质，此外，机器人可能对graph的结构产生相关影响。我们的研究表明，组件的相对尺寸并不尊重原始的蝴蝶结结构，而是表明该结构比原始结构更复杂。此外，我们表明货币交易构成了一个非常奇怪的形状，这表明这些交易仅由一小部分用户使用。

本文的结构如下。第II节为读者提供了有关 DOSN、BOSM和蝴蝶结graph结构的背景信息。第III节介绍了Steem区块链最重要的特性，而第IV节解释了我们如何使用graph论对Steem交易进行建模以及需要生成四个graph的基本原理。第V节简要介绍了收集的数据集。我们在第VI节中提出了一组有关Steem交互graph的相关分析，我们在第VII节中研究了graph的蝴蝶结结构。第VIII节介绍了关于已识别结构的比较和讨论，最后第IX节总结了本文，指出了可能的未来工作。

II.背景

在本节中，我们概述了社交媒体去中心化方面的提案，重点关注新的区块链提案。此外，我们还概述了蝴蝶结结构及其在评估graph特征中的应用。

A. 分散式在线社交网络

隐私问题是提出新解决方案以克服当前OSN [1]、[19]的所有问题的主要动机。去中心化在线社交网络（DOSN）[19]是通过利用去中心化网络（例如P2P网络）实现的在线社交网络，这些网络提供去中心化的社交服务。在P2P网络中，客户端和服务器之间没有区别。每个用户的设备都可以充当两者，使它们在功能上等同于对等点。在过去的十年中，已经提出了几个DOSN [2]、[3]、[5]、[20]-[22]。该领域的第一个大项目是Diaspora[23]，成立于2010年。Diaspora的主要特点是它是一个联合在线社交网络，由个人用户管理的独立和联合服务器组成。另一个重要的平台是Mastodon，它是Twitter的流行联合替代品，拥有超过200万用户。Diaspora和Mastodon是Fediverse的一部分，是一个能够在它们之间进行通信的联合平台联盟。

DOSN代表了集中式OSN的第一次演进。它们对市场的影响并没有预期的那么具有破坏性，而且OSN仍然设法保持其庞大的用户群。然而，坚持革命的动力仍然存在，研究人员可以使用更多的技术。随着去中心化技术的发展，特别是随着区块链技术的引入，已经提出了另一类分布式解决方案，并且通过利用区块链技术重新思考了DOSN。

B. 基于区块链的社交媒体

在过去十年中，区块链技术已应用于包括社交媒体在内的多个研究领域。区块链在线社交媒体（BOSM）[24]是建立在区块链上的去中心化社交媒体。最重要的BOSM提案通常严重依赖区块链，并将其用于许多方面，例如功能的实现和数据的存储。区块链是分布式账本的实现之一，是一个区块链，包含管理它的点对点网络的用户之间的交易。它不存储在中央站点，但每个网络节点都有一个相同的副本，因此它可以被描述为去中心化和分布式的交易账本。区块链具有去中心化、持久性、匿名性和可审计性等关键特征[25]。

所有BOSM的主要目标是克服当前OSN的问题，特别是Facebook。在[24]中，确定了四个共同特征： 

• 没有单点故障。BOSM消除了中央权威，并且它们没有单点故障。
• 没有审查。 内容的去中心化克服了审查问题，这是中国、朝鲜和叙利亚等国家的一个重要问题。
• 有价值贡献的奖励。BOSM通常会奖励用户的社会贡献。奖励机制是完全透明的，其效果是可验证的，因为交易是由每个人跟踪和审计的。
• 内容真实性。由于使用了奖励策略，BOSM面临着假新闻的问题。 通过使用经济激励对内容进行排名和奖励，区块链技术的使用有助于解决这个问题。

当前所有的BOSM提案都是基于这四个共同点。具体来说，利用区块链技术的去中心化架构面临单点故障问题。它的去中心化性质以及存储在区块链中的数据无法修改这一事实有助于面对审查问题，因为数据可以从无数来源访问，并且任何人都无法人为修改。对有价值内容的奖励是通过区块链自然支持的奖励机制来实现的。 他们通常从注意力经济[8]和代币经济[9]中获得深刻的启发。

最后，如果将内容存储在区块链中，则可以轻松实现内容的真实性，因为所有相关参与者都同意放入块中的数据。

目前，已经有许多活跃的 BOSM 平台。 最著名的是Steemit，它在过去几年已经达到了超过100万用户，并且代表了今天中心化OSN的重要替代方案。第III节详细介绍了相关系统功能。

Peepeth5是一个运行在以太坊上的类似Twitter的应用程序，它包括：Peepeth，一个运行在以太坊区块链（数据存储）上的开源智能合约；Peepeth是一个运行在以太坊上的类似Twitter的应用程序，它包括：Peepeth，一个运行在以太坊区块链（数据存储）上的开源智能合约和Peepeth.com，智能合约的前端。数据保存到以太坊区块链，任何人都可以监控 Peepeth 的公共数据。Peepeth没有一个“赞”按钮，而是有一个每天一次的赞，称为Enso。它的稀有性使它变得更加特别，它鼓励创造“有尊严、美丽和永恒的内容”。这个想法是，由于Enso的数量被限制为每个用户每天一个，内容 创作者必须尽其所能，创作出包含真实和重要信息的内容。Enso是永远的，因为没有撤消，窥视被缓和。由于区块链的开放性，Peepeth的审核是透明的。

Sapien为用户提供发布、访问和查看内容的平台。Sapien没有为不同形式的新闻和媒体使用不同的社交媒体平台，而是为所有内容提供了一个通用平台：文章、视频、图像等等。内容可以是公开的或私有的，这意味着该平台保证了社交数据的一定程度的可见性。提供的社交服务包括：添加朋友、组建团体和部落、公开个人资料、分享和评论帖子。Sapien通过点对点 (P2P) 交易直接奖励内容创建者，从而减少了中介。其他重要项目有：Minds、FORESTING和SocialX。在学术建议方面，当区块链被用作可信服务器来提供中央控制服务时，BCOSN [26]代表了一个专注于隐私问题的BOSM。

据我们所知，尚未对这些平台进行深入研究，特别是评估其社会属性。 主要问题是它们是新平台，用户数量有限或不足以进行一般评估。在其他情况下，例如Minds，由于缺乏 API，数据不容易收集。Steemit是一个拥有大量用户和API来检索数据的平台。在[27]中，作者对Steemit平台上的证人选举过程进行了实证研究。然而，这项研究并没有提供Steemit的任何社会特征。

C. 蝴蝶结结构

蝴蝶结这个名字第一次被用来描述网络的宏观结构[16]。该结构的示例如图1所示。在graph中研究这种结构有几个原因：从设计索引页面的新策略，到理解Web上内容创建的社会学，从角色检测网络域中的节点，以估计拓扑的鲁棒性。原始工作表明，网络graph由一个巨大的连接组件和许多不连接的组件组成。然而，蝴蝶结结构并不是Web graph所独有的。事实上，我们可以在其他几个应用程序中找到许多关于蝴蝶结结构的其他研究，例如比特币交易graph[28]、所有权网络[29]、[30]、社交媒体[31]和其他[32]。特别是，在[28]中，作者研究了用户如何在比特币中转移加密货币以了解其经济动态。给定一个有向图G，并遵循[28]中给出的定义，graph中的节点可以分配给以下集合之一：

• DISCONNECTED：节点未连接到G的巨大弱连接组件。
• SCC：G的巨型（最大）强连通分量中的节点。
• IN：不在SCC中但能够到达SCC中的节点。
• OUT：不在SCC中且可由SCC中的节点访问的节点。
• TENDRIL IN：可以从IN到达但不能到达SCC或OUT的节点。
• TENDRIL OUT：可以到达OUT但不能从IN到达的节点。
• TUBE：不在SCC中的节点，至少可以到达OUT中的一个节点，并且至少可以由IN中的一个节点到达。
• FRINGE：不属于上述任何类别的节点。

在原始结构[16]中，发现组件SCC、IN、OUT、TENDRILS和DISCONNECTED是最重要的，几乎所有节点都属于它们。事实上，SCC包含28%的节点，IN和OUT分别由21%的节点组成，TENDRILS加上DISCONNECTED的组合大小是节点的29%。 这种结构在[33]中受到批评，其中作者声称该结构取决于爬行过程。事实上，在他们的研究中，他们获得了具有不同大小比例的组件：SCC更大，包含51%的节点，IN包含32%的节点，OUT为6%，DISCONNECTED+TENDRILS为10%。 许多类似的研究发现了支持这一主张的结果[17]、[18]、[34]、[35]。特别是，在[17]中，作者证明了web的graph不是自相似的，这意味着IN和OUT组件没有显示出类似蝴蝶结的结构，这主要是因为没有SCC。关于IN和OUT结构的额外分析使作者得出结论，这两个组件是高度分散和肤浅的。 他们称他们发现的结构为雏菊，其中雌蕊是SCC，而IN和OUT组件是花瓣。[18]中提出了另一种结构，称为teapot，作者将中文Web的形状呈现为茶壶。中文Web分页面级、主机级和域级三个层次进行研究，以网页为例，对应graph的SCC等于44%的节点，IN占25%的节点，OUT 15%，而DISCONNECTED+TENDRILS是16%的节点。

图1. 展示蝴蝶结结构的示例。

III.STEEM：社交区块链

Steem 是一个通过奖励支持社区建设和社交互动的区块链。如[36]所述，它是第一个关注社会问题的区块链，它试图奖励社区的贡献。如第二部分所述，通过奖励系统授予的经济激励可以帮助新社交媒体平台的发展。因此，加密货币和社交媒体之间的合作使区块链Steem在市场上具有很大的优势。区块链开发者发起的挑战是一种能够对用户贡献进行评分的算法，社区成员的选择认为这是公平的。它是一个可公开访问的分布式数据库，以文本格式存储交易数据并通过网络分配奖励。

区块链的一个重要方面是它基于多代币经济，实际上多种加密货币在平台中共存。这三种货币是：STEEM、VEST和STEEM区块链美元（SBD）[10]。STEEM是系统的流动货币，确实可以自由转移。VEST是衡量平台上赌注的财富的指标。它不能直接交易，但它在平台中赋予了更多的权力和重要性。最后，SBD是一种稳定币[37]，旨在帮助新人投资Steem经济系统。

Steem是基于Graphene的区块链，与为BitShares提供支持的技术相同。它在产生区块时会产生新的代币。而在比特币网络和其他类似的区块链中，每个人都可以在没有任何人同意的情况下成为矿工，而在Steem中只有少数用户可以做到。块生产者是从所谓的见证人池中选择的。Steem的任何用户都可以成为见证人，他们只需要设置一个见证人节点。见证人是特殊的节点，他们确实可以批准区块链的分叉，并且他们必须发布价格馈送，这就是加密货币STEEM的价值。见证人可以由用户投票，每一次投票都是基于投票者归属于平台的权益。这样，可以定义见证人的排名。前20名见证人，外加一名随机选择的额外见证人，也负责生产新区块。Steemit使用的共识协议是委托权益证明（DPoS）[38]，它使以固定速率挖掘区块成为可能。每3秒产生一次块，这是社交应用程序的关键属性。表1显示了Steem的主要特性。

表1. Steem：主要特征概述。

Steem提供了一组38种交易类型来支持其运营和社交应用程序的开发。这些交易类型涵盖了平台的所有方面，事实上，在平台上做某事的唯一方法是通过区块链上的交易。我们根据交易的含义将交易分为三组（见表3）：

• 社交。社交交易是用于对社交行为进行建模的交易。
• 货币。货币交易是用于模拟经济行为的交易。 例如，转移用于在两个用户之间转移加密货币。
• 管理。此类别包括用于创建或恢复帐户的交易，以及只能由见证人作为其在网络中的角色的一部分使用的交易。

正是通过这些交易，用户可以进行交互和执行各种操作，包括社交操作。例如，通过投票交易，用户可以对帖子或评论表达正面或负面的反馈，这将影响该帖子或评论将获得的奖励。正反馈称为赞成票，而负反馈称为反对票。 评论事务可用于发布帖子或为现有帖子创建评论。需要特别提及的是custom_json，它是一个多用途交易，用于实现多个操作，例如follow和resteem操作。用户可以使用关注操作来表达对查看其他用户在其供稿中的内容的兴趣。取而代之的是，使用与Facebook中的共享功能类似的方式来授予内容的额外可见性。尊重内容的用户将使该内容出现在其关注者的提要中，这可能会增加该帖子的受众。

我们在表2中展示了比特币、以太坊和Steem最重要​​的特征。以太坊是唯一原生支持智能合约开发的区块链，但必须注意的是，可以使用支持它们的侧链（如RSK9或Steem引擎）为比特币和Steem编写智能合约。比特币只有一次交易对应于加密货币从一组发送方账户转移到一组接收方账户的类型，以太坊也只有一个交易，但是否是加密货币交换、智能合约部署或智能合约激活取决于交易的内容 . 正如我们在本节前面所描述的，在Steem中有38种交易类型，每个交易都涵盖了可以执行的不同操作。关于共识协议，比特币和以太坊都使用工作量证明的变体，其中包括计算哈希函数的逆函数、比特币的基于sha-256的函数和以太坊的基于KEC512的函数。在这两种情况下，想法是反转散列函数是一项计算困难的任务，并且成功地这样做应该被授予为区块链创建新块的可能性，因此要求获得块创建奖励。相反，Steem 使用了一种完全不同的方法，它基于一组见证人和用户的权益，正如我们在本节前面所解释的那样。

表2. 比特币、Ehereum和Steem的最重要特征。

IV.STEEM交互graph定义 

我们工作的第一步是创建交互graph。 在交互graph中，每个节点代表一个用户，每条边代表两个连接的用户至少交互一次的事实。我们使用 Steem 收集的区块来检索交易。交易为我们提供了有关用户之间交互的信息，这些信息被认为是创建交互graph。我们阐明边是有向的，并且它们遵循交易的相同方向，这意味着如果交易以用户作为源用户，用户作为目标用户，则生成的边将以作为源节点，用户作为目的节点。因此，如果在数据集中我们找到从到的交易，在交互图中我们只添加从到的有向边（即边具有相同的交易方向）。最后，我们删除只有边是自环的节点，同时保留与其他节点也有连接的节点。做出删除仅具有自环边的节点的决定是因为它们与图的其余部分断开连接，因此它们不会对我们想要找到的结构产生影响。

我们的分析包括对交互graph拓扑的研究。为了评估Steem区块链的具体特性，我们决定评估整个交互graph，然后构建和研究三个不同的子图：货币交互graph、社交交互graph和社交无机器人交互graph（图 2）。研究不同子图的需要反映了Steem的各种性质。作为专为社交应用设计的区块链，Steem 具有内在的社交性质，但考虑到加密货币和奖励系统，它也具有货币性质。

图2. graph构建回顾。

为了创建三个子图，我们使用表3中列出的交易类别。我们解释了这种区分背后的基本原理：

• 在社交互动graph中，我们只考虑社交互动，例如赞成/反对票、评论、关注等。
• 社交无机器人交互graph是通过从社交交互graph中移除机器人而获得的。机器人是通过中心性措施来识别的。
• 在货币交互graph中，我们仅考虑经济交互，例如加密货币转移或转换。

通过社会和货币交互graph，我们对Steem生态系统的两种已识别性质进行了建模。借助Social No Bot Interactions Graph，我们旨在仅分析实际用户进行的社交活动。由于机器人是Steem生态系统的重要组成部分，考虑到某些系统帐户也是机器人，我们预计社交性可能会受到这些用户的极大限制。对于所有graph，我们进行了一些初步分析，以及主要研究，以评估结构是否类似于文献中观察到的领结。

V. STEEM数据集

我们收集的数据集由29,021,473个块组成。 第一个区块是在 2017 年 3 月 8 日（17:34）产生的，而最后一个区块是在2019年1月1日（00:40）开采的。表3总结了我们数据集中每种交易类型的交易数量，其中每种交易类型的数量与其名称并排放置。

图3显示了最常用的交易。社交交易用蓝条表示，货币交易被分组并用绿条显示，管理交易被分组并用红条显示。研究表明，最常用的交易是投票交易。在2017年3月至2018年12月期间，超过100万用户使用了此交易，总交易量超过3亿笔。第二个最常用的交易是custom_json，它特别用于“关注”和“尊重”。按出现次数计算的第三笔交易是评论交易，它不仅代表了真正的评论动作，还代表了帖子的创建。 通过区分这两种社交行为，22.373.126次交易用于发布帖子，占总数的30%，而不是70%用于发布评论。 这种分析只是对Steem社会性质的一种表达。事实上，三个最常用的交易都与社会行为有关。之后，我们可以找到transfer和claim_reward_balance。这揭示了Steem关于奖励的第二个方面。事实上，这两项交易用于奖励用户的内容。

表 3. 社交互动graph和货币互动graph中考虑的交易类型。

VI. STEEM：交互graph分析

交互graph的最重要特征如表4所示。交互graph是一个有向无权多重graph，具有124万个节点，代表Steem的用户，以及1.912亿条边，代表区块链中包含的交易。大约 37% 的节点是汇节点，出度等于0。这些节点代表已注册平台但从未使用其任何功能的用户。只有0.0033%的边缘是自环，因此我们预计它们不会对我们的研究产生很大影响。密度非常低，实际上只有0.012%的可能节点对有对应的边，这符合大多数复杂网络的结果。衡量邻居节点相似程度的分类系数可以给出图是否具有层次结构的信息。对于该graph，分类系数为-0.065，这是一个轻微不分类网络的典型特征。观察到的平均局部聚类系数为0.395，这意味着网络是高度聚类的，尽管其密度和分类性较低。

1.244.889个节点被组织成总共543.911个强连接组件。与graph的节点数相比，大量的组件表明graph的结构并非微不足道，需要额外的分析来更好地理解这一结果。在表5中，我们看到了组件大小的分布。详细来说，我们注意到绝大多数组件仅由一个节点组成，并且43.69%的节点都在它们自己的组件中。最大的组件集结了超过56.3%的节点，而其余节点被组织在102个组件中，其中大多数大小为2。这一令人鼓舞的结果是网络结构可能类似于蝴蝶结的第一个暗示。

图3. 每种交易类型的交易数量。

图4显示了交互graph的入度和出度分布。两种分布都遵循Zipf定律，这表明我们正在考虑的网络是无标度网络。出度有一个更长的尾巴，确实情节表明有数十万出度的用户。另一方面，入度分布的尾部要短得多，但分布噪声更大。实际上，我们可以看到，特别是有两个入度值，其分布显示部分概述值：10和150。我们认识到，10左右的异常可能是由平台使用的机制引起的平台：感谢用户在平台上注册、委托少量 VEST 或其他非常容易完成的会触发满足机制的任务的帖子。相反，第二个异常是由用户成功所需的参与和奉献引起的。可能有一定数量的用户，因为他们的行为没有看到具体的收入，也没有吸引更多的人，所以决定放弃这个平台。

图4. 交互graph的入度和出度分布。

A. 货币相互作用graph

在本节中，我们将介绍有关货币相互作用graph的更详细的研究。表3列出了构建此图所考虑的事务。

表4. 所考虑的四个graph的属性

与交互graph相比，货币交互graph要小得多，实际上它的节点少了200k，边少了186M（见表4）。有趣的是，大多数节点仍然包含在graph中，这意味着许多用户有机会尝试社交平台的经济方面。事实上，用户可以通过奖励或从外部交换服务购买它们来获得系统的加密货币。较少的边缘数量也会影响密度，而密度要低得多。特别是，在这张图中，我们考虑了转账交易，这是最常见的货币交易，我们计算了大约 23M 笔交易，但图中只有4M条边。事实是一个明显的迹象，大多数的事务发生在相同的节点之间。 一个非常有趣的结果是，尽管节点数量较少，但汇节点增加了，这也是由于边缘数量较少的结果。 这意味着大约 80% 的节点至少接受过一笔货币交易，但从未向其他节点发出任何货币交易。

表5.组件大小的分布。

这表明用户尽量不花掉他们的积蓄，但他们更愿意积累它。一个令人惊讶的结果是，最大程度仅略低于交互操作graph中的程度，这表明用户仅进行了货币交易。这是一些用户倾向于发送少量STEEM用于广告目的的直接后果。与转移一起，用户可以向其他用户发送直接消息并宣传服务，例如推荐服务或支持服务。有超过900k的强连接组件，其中大部分必须由单个节点组成，实际上最大的组件由160,949个节点组成。最大的强连接组件仅包含一小部分节点这一事实可能对graph的蝴蝶结结构产生很大影响。

TOP NODES BY DEGREE 

图5显示了货币交互graph的入度和出度分布，它们都遵循Zipf定律，突出了该graph的无标度。然而，这两个分布有不同的尾巴，实际上最大入度为41,542，最大出度为999,576。我们决定更详细地调查最中心的节点，以便更清楚地了解谁是构建graph的参与者。

为此，我们检查每个入度和出度的顶部节点，如图6所示，其中对于每个节点，我们显示其入度和出度。out-degree的最顶层节点是账户steem，是一个系统账户。其高出度背后的原因在于它通常很少向新注册用户提供VEST。此操作也称为VEST委托，它包含VEST的临时贷款，当贷方要求归还时必须全额归还。从社会的角度来看，可能是最具影响力的货币，因为它们在投票和尊重的情况下赋予了更多权力。虽然VEST可以随时委托给另一个账户，但系统账户steem通常会将少量VEST委托给新用户，以使他们在账户生命周期的最初阶段更加可见。列表中出现的其他帐户，例如minnowbooster和bottymcbotface提供类似的服务，但有时它们需要付款，这就是它们不如 steem 活跃的原因。 出度第二高的节点blocktrades的账户归同名平台所有，该平台是一个数字货币兑换商，人们可以在这里买卖STEEM。其他大多数帐户，即hottopic、cryptomoneymade、big-whale、hugewhale、sportic、rrespectboss、anonwhale、merlin7、steemerap、smartsteem、byrrespect、msp-reg、allaz和promotedpost，都是通过upvoting和rrespecting来推广的机器人帐户。付款后的内容。虽然这似乎违反直觉，但这些账户通常会发送一小部分 STEEM 用于向其他用户宣传他们的服务，事实上，在他们的出局中，我们主要发现转移交易。其他配置文件包括jsecoin和steemfuzzy，它们发送少量STEEM以感谢其他用户支持他们的帖子。相反，像金钱梦想家和加密货币这样的用户出现在列表中，因为他们宣传他们创建的迷你游戏或竞赛。

图5. 货币交互graph的入度和出度分布。

其中一些用户，如minnowbooster、blocktrades、minnowsupport、postpromoter、smartsteem 和 msp-reg 也是按入度排序的顶级用户。 由于这些用户的入度和出度值都非常高，我们希望他们成为平台经济领域的核心部分。提供支持的新帐户或rrespect 服务出现：booster、randowhale、tard、dart、bittrex、appreciator、buldawhale、upme、minnowhelper 和 Boomerang。另一个有趣的案例是用于向其他用户提供部分自动化帐户服务的streemian。用户可以在支付SBD后订阅其服务，订阅账户会自动对特定内容投赞成票，以获得高额策展奖励。在实践中，这是通过 Steemit 的复杂密钥系统完成的，特别是使用发布密钥，它允许用户像冒充另一个用户一样进行投票。令人惊讶的是，我们还发现了一个非bot用户，即jerrybanfield，这是一个生产高质量内容的真实用户，他有时会收到他的追随者的捐款。user null也提供促销服务，但它有自己的特点。事实上，它是一个系统帐户，作为 SBD 的回报，它使付款人的帖子出现在官方网站上平台的热门帖子中。然而，该账户收到的货币，自第17次硬分叉以来，并没有被该账户收取，而是被销毁，因此该账户的余额对通货膨胀没有影响。

图6.货币交互graph中每个入度（顶部）和出度（底部）的顶级节点。

B. 社会互动graph

在本节中，我们将介绍关于社会互动graph的更详细的研究。表3列出了构建此graph所考虑的交易。

社交互动graph属性，如表4所示，类似于互动graph之一。该graph包含123万个节点和18790万条边，几乎构成了整个graph，因此表明对平台社会行为的经济激励对其使用有很大帮助。graph的sink节点数为 524,000，即节点的 42%；这个数字对应于从未进行过社交交易的用户数量。我们记得，在该graph中，导致两个不同节点上的边缘事件的社交交易是投票、评论和 custom_json。这一结果表明，有大量用户设法吸引了其他用户的社交关注，但从未进行过任何社交互动，例如评论或点赞。例如，在他们的平台上展示产品的用户就是这种情况，例如策展机器人。在此graph中，如果用户删除她/他自己的评论或修改帖子设置，则会生成自循环，它几乎是470,000，这意味着大多数执行社交交易的用户也执行了上述两个交易之一。强连接组件的数量和最大SCC的大小也类似于Interactions Graph之一。 这项对社交互动graph的研究表明，在宏观层面上，该graph与互动graph具有非常相似的结构。

图7.显示了社交互动grap的节点的出度（上）和入度（下）的分布。

TOP NODES BY DEGREE 

入度和出度的最大值分别为115.825和765.879。正如预期的那样，这两个分布遵循Zipf定律，突出了grap的尺度自由度。

我们调查了每个入度和出度的最高节点，如图8所示，以便更深入地理解图中的关键节点。 我们看到了一个不错的各种帐户出现在列表中。cryptoriddler是度数最高的账户，属于一个自称喜欢谜语的用户，但它在Steemit上创建的大部分内容都是关于Exode和NextColony，这两个游戏是在Steem区块链上实现的。帐号rmp有类似的内容。在此列表中，我们还发现了许多具有不同兴趣和目的的帐户，例如jerrybanfield，youtuber，a-0-0和papa-pepper，对花卉和园艺感兴趣，slowwalker，历史学家，adactly是创建的用户 大量关于文学、艺术和区块链的帖子，acidyo是一个手动策划Steemit帖子的人，always1success是一个在teemit上每天发布一个为 Steemit 制作高质量内容的帐户的简短列表，以及 最后，cheetah是一个机器人帐户，当被其他用户调用时，它会检查在 Steemit 上发布的帖子是否存在潜在的抄袭行为。特别提到与经济领域相关的账户：kingscrown分享了很多关于加密货币的新闻，haejin评估股市指数并预测其近期价值。账户good-karma、aggroed和teamsteem是三个见证人，Steem和加密货币爱好者。Steemitboard是一个非常知名的账户，它通过定期分析出现在区块链中的交易，为Steemit实现了一个成就系统。最后，dtube是DTube的官方账号，DTube是一个基于Steem区块链的视频上传平台。

图8.社交交互graph中每个入度（顶部）和出度（底部）的顶部节点。

如果与为入度找到的节点相比，每个出度的前20个节点列表显示了许多差异。在in-dgree的top节点中已经出现了三个节点，分别是critoriddler、steemitboard和a-0-0。我们发现有几项服务会在付款后尊重和/或支持内容:abawhale、anonwhale、gangrrespect、all.cars 和 raise-me-up。 可能提供类似服务的其他帐户是zalat和a-a-a，因为他们只尊重其他用户的帖子。用户marcusmalone、business.trends和smartsocial非常特别，因为它们主要尊重来自名为socky的特定用户的内容。我们还发现了其他一些规范帐户，例如食品和加密货币的密码监视器、bustillo和noganoo，它们涵盖了许多主题，例如区块链、经济、编程、生态学、农学和园艺，发布有关加密交易和加密货币的帖子的加密权威，游戏音乐是对电子游戏的音乐和前面提到的a-0-0感兴趣。用户steemfiles有一个特殊的概念，因为它允许在支付SBD之后访问Steem平台之外的优质内容。另一个重大变化是列表中出现了一个新的帐户sezenke：像abawhale和anonwhale这样的推崇和支持服务。

C. 社交无机器人交互graph

在我们在图8中显示的最高学位排名中，可以看出绝大多数节点是系统和/或机器人帐户。该平台明确允许并且在一定程度上支持此类帐户的存在，但是我们还想要一个graph，其中我们只考虑用户之间的有机社会关系，由真人制作。

为此，我们决定生成社交交互graph的子图，在其中我们尝试删除我们知道它们引用系统或机器人帐户的最重要节点。 这个子图，称为Social No Bot Interactions Graph，是通过从Social Interactions Graph中删除最中心节点（按程度中心性）获得的，这些节点也被识别为bot。该graph的基本性质如表 4 所示。

如果我们将此graph的属性与社交互动graph的属性（见表1）进行比较，我们会发现删除已识别的机器人帐户对graph中的节点总数也没有影响，减少了14.自环数相应减少，但仅减少了13个单位，这意味着移除的节点之一没有自环。另一方面，边的数量减少了大约 500 万，这是因为删除了连接到14个节点的所有边（每个节点超过 350.000 条边） 

图9. 入度和出度分布社交无机器人交互graph。

删除）。密度随着边数的减少而略微降低； 汇节点的数量增加了大约500个单位。这些节点的移除也导致平均出度下降4.1，显示出14个移除的节点对出度分布的影响有多大。 最大出度降低了几个单位，实际上社交互动graph中出度最高的节点没有被删除，因为它被识别为人类。 最后，强连通分量的数量增加了4688个，表明​​这些节点对graph的宏观结构非常重要。作为直接后果，最大的SCC丢失了5000 个节点。

节点度数

节点的入度和出度分布如图9所示。与社交互动graph的情况类似，这两个分布也遵循Zipf定律。

VII.STEEM：领结分析 

本研究的核心是验证用户在Steemit上执行的交易所产生的graph是否具有类似于之前工作中观察到的蝴蝶结结构。为了搜索这种结构，我们使用了[28]中使用的相同程序。

鉴于平台中存在两个高度交织的层（即社会和经济），我们决定研究考虑它们的蝴蝶结结构的存在。事实上，首先，我们考虑了Steem的所有交易进行了分析，因此得到了诱导图，在第四节中被命名为交互graph，它描述了交互的一般视图。然后，我们分别研究两层的结构：社会层的社会互动图和经济层的货币互动graph。正如第V节所显示的，这两个graph显示出非常不同的特征，值得研究它们并了解结构差异如何影响宏观拓扑。最后，由于我们确定了不可忽略的机器人帐户数量，并且由于与人相比，机器人能够执行大量交易，因此我们还决定调查如果关键机器人帐户被删除，结构会发生什么情况，例如在社交无机器人交互graph，在第四节中介绍。

研究论文中考虑的graph的蝴蝶结结构有助于了解平台上的用户活动。例如，在货币交互graph中，它显示了加密货币如何在系统中流动。在这种情况下，IN组件中的用户是能够启动货币流的用户，因为他们设法获得了新创建的加密货币。SCC组件中的用户是维持经济活力的用户，而OUT中的用户是那些倾向于积累加密货币以致富的用户。另一方面，如果我们考虑社交互动图，IN组件中的用户可以识别垃圾邮件发送者、跟踪者或其他对平台有害的不愉快行为。相反，OUT组件中的用户是那些设法吸引社交互动的用户，即使他们不属于平台的活动核心，而是由SCC代表。

图10. 交互graph中蝴蝶结结构的可视化表示。

A. 交互图中的领结结构

每个图的节点和边的大小可以在表4中检查，而我们在表6中显示了图组件的相对和绝对大小（首先柱子）。

除了IN、SCC、OUT这三个主要组成部分之外没有其他节点，这意味着所有节点都对宏观结构有贡献，并且它们位于三个主要组成部分之一（即SCC、OUT或IN）中。突出的第一个事实是，在graph中，我们认为几乎所有节点都只属于两个组件：SCC和OUT。这两个组件具有相同数量级的大小，但SCC大了大约157,000个节点。只有极少数属于IN，而且令人惊讶的是，没有其他次要组件，例如TENDRIL、TUBE和FRINGE。与Internet[16]图中的结构相比存在很大差异，其中节点在SCC、IN、OUT和TENDRIL组件之间大致均匀分布。这种影响的主要原因在于，在 Steemit 中，并非所有帐户都具有同等的功能，确实需要一些特定帐户来执行需要“受信任”帐户的精细操作，例如

图11.社交互动graph中的蝴蝶结结构。

作为帐户创建或帐户恢复。这些帐户可能属于Steemit团队，例如steemit和steem，但它们也可以属于私人用户，例如提供（付费）服务以注册到平台的anonsteem。这些帐户往往有许多源自它们的交易，并且它们与大量其他用户相关联，这将严重影响graph的整体连接性。我们在第V节中确定的其他机器人帐户也强调了同样的效果，例如赌博服务或帐户促销服务。事实上，他们倾向于与大量其他账户进行交易，以便以多种方式考虑它们，例如发送少量加密货币或通过自动生成的评论。这是将平台的两个层分开研究的主要原因，特别关注社交层。

B. 社会互动图中的领结结构 

我们分析的第一个子图是社会互动graph，我们记得，它是仅考虑社会交易而得出的graph。我们在表6中显示了graph组件的相对和绝对大小（第二列）。

在该graph中，SCC大约小了30k节点，但同时IN和OUT的大小增加，而其他较小的组件出现。尽管如此，SCC仍然占图的一半以上节点，其次是OUT，节点数超过45%。SCC包含平台的社交活跃节点。在BOSM中，社交活跃并不一定意味着用户在平台上写了很多内容，因为评论、点赞和关注也被认为是社交行为，最终会在该graph中创建一条边。由于这些用户与其他用户进行社交互动并能够吸引其他用户的社交互动，因此他们成为社区的重要组成部分。

我们在IN组件中发现无法吸引来自Steemit活跃社区的社交互动的用户。这可能是由于这些用户是平台的新手，或者因为他们立即被其他用户识别为恶意或垃圾邮件，因此他们不想在他们身上浪费资源。另一方面，OUT包含不易于与其他人互动的用户，但他们以某种方式引起了注意。该组件中的其他用户包括所谓的尝鲜者：在平台刚出来的时候就加入了，但在它引起互联网用户的注意之前就停止使用了。

表6. 根据蝴蝶结组件的交互graph结构。对于每个组件，报告了相对大小，相应的节点数在括号中报告。

C. 社交无机器人交互graph中的领结结构

我们关注的是了解机器人在 Steemit 社交层中对蝴蝶结结构的影响，因此我们再次根据蝴蝶结组件，但这次我们使用了社交无机器人交互graph。我们在表6中显示了graph组件的相对和绝对大小（第三列）。

关于在第VII-B节中介绍的社交互动graph中确定的组件，SCC、OUT和DISCON NECTED组件有一些变化。事实上，SCC丢失了大约9k个节点，OUT丢失了大约13k个节点，其中大部分最终以DISCONNECTED结束，一小部分分片以IN结束。这是关于机器人在BOSM中的作用的重要结果。实际上，我们只从graph中删除了14个节点，即已识别的机器人。这清楚地表明了机器人在平台中的完善程度，它们如何能够吸引与其他用户的社交互动，以及它们如何为graph的连通性做出积极贡献。

总体而言，graph的宏观结构没有发生重大变化，节点仍然主要分布在SCC（53%）和OUT（44%）之间。虽然SCC仍然由平台的活跃用户组成，但OUT主要包含出度低到零的节点。这是为展示产品和服务而创建的帐户的典型行为，这些帐户有很多关注者，这些关注者是日常活跃用户，他们评论和支持他们的内容。他们出于广告原因为其他用户制作内容，但他们几乎不与他们的追随者互动。通过仔细检查，我们还注意到在OUT中也有一些用户，他们的边缘只是自循环。这是一个重要的结果，它展示了用户倾向于为他们的内容投票的普遍程度，以期获得更高的制作奖励和部分内容的策展奖励。还出现了一些用户，他们了解如何利用他们的社交行为来增加他们在平台上的个人经济收益，并肆无忌惮地决定采取行动的唯一目的是最大化他们的收益，而不是创建一个更好的社区。

为了更清楚地了解现在属于IN组件的用户的性质，我们决定更接近这些用户以及他们通常进行或接收的交易。事实证明，他们大多是不活跃的用户，没有以相关方式积极参与 Steemit 的社交活动，但更感兴趣的是使用来自平台的策展活动的奖励来获得加密货币。实际上，这些用户中的一部分仅在这些账户发出的交易中拥有赞成票。有时它们也对应于无法吸引其他用户注意的用户，例如当用户创建内容和评论时，但他们很少（由IN中的其他用户）或从未得到评论或点赞。另一种情况是现在出现在名为DISCONNECTED的组件中的用户之一。事实上，这些用户与以前在SCC组件中的用户有很多交易，要么是从graph中删除的14个节点，要么是作为删除节点的副作用而最终进入SCC的其他节点。

D. 货币交互graph中的领结结构

我们处理货币交互graph，我们预计会有重大差异，因为平台的经济方面与平台上存在的机器人和互联网相关人员（开发人员、steemians 等）等特定帐户更加相关。我们在表6中显示了graph组件的相对和绝对大小（第四列）。

正如我们预期的那样，在这个版本的graph中获得的组件的大小比例与在社交graph中获得的组件的比例是相当不同的，这清楚地暗示如果我们分别考虑两个层，用户的行为会有很大的不同。主要区别在于，在货币交互graph中，OUT组件现在由895k节点组成（约占该graph中节点的 83%），而SCC现在要小得多，仅占总节点数的 15%。graph的节点。SCC中的许多节点对应于具有最高出度的账户以及通过发送少量加密货币在平台上推广其服务的账户，如第VI-A节所述。 由于这些账户倾向于大量宣传他们的服务，因此他们有时也会向类似账户发布此类交易，从而创建一个强关联的组件。此外，随后决定使用广告服务的用户应该出现在这里，因为他们通常需要支付加密货币才能访问，从而将这些节点连接到SCC。另一方面，决定不访问此类服务的用户将成为OUT组件的一部分。SCC和OUT规模的巨大差异是一小部分用户使用这些服务的一个指标，而且这些服务并不是每个人都能负担得起的，这对奖励系统、它的不公平性以及它是如何提出了更多的问题 很容易被骗。作为该组件一部分的另一个相关节点是与null帐户关联的节点，因为正如我们在VI-A中讨论的那样，它曾经接收加密货币但无法使用它。最后，IN组件可能由投机者拥有的账户填充，实际上这些账户不显示任何社交活动，仅将加密货币发送到交易所服务拥有的账户。

表7. 组件相对大小的比较。

VIII.领结结构：总结和比较

作为本文的最后贡献，我们将我们定义的交互graph的结构与文献中发现的其他类似结构进行了比较。比较在表7中给出。在我们分析的四个图表中，我们看到主要组件的相对大小没有像领结结构的原始论文中那样受到尊重 [16]。另一方面，我们看到Social No Bot Interactions Graph的组件大小与Indochina Web [17]的组件大小非常相似。Interactions Graph和Social Interactions Graph具有相似的组件大小，其中包含一半以上节点的大型 SCC、几乎不存在的 IN 组件以及几乎所有其他节点都属于OUT。最后，货币交互graph有一个非常奇怪的形状，SCC非常小，OUT非常大。 正如我们在第VI-A节中所展示的，该图的边数非常少，而组件的数量非常多，以至于除了SCC，所有剩余的强连接组件都仅由一个组成节点。这清楚地表明，区块链Steem的货币方面尚未被其用户广泛使用，并且只有15%的用户处于活跃状态。

图13. 货币交互graph中领结结构的可视化表示。

IX. 结论

在本文中，我们研究了Steem区块链和交互graph，即由其交易诱导的graph。由于区块链将社会方面和经济方面融合在一起，我们另外决定分析通用交互graph的三个子图：社交交互graph，仅考虑社交交易，社交无机器人交互graph，即通过从社会互动graph和货币互动graph中删除机器人获得，该graph仅考虑经济交易。graph的度数分布遵循Zipf定律，其他特征暗示我们正在处理无标度网络。由于对每个学位的顶级节点进行了更详细的研究，我们看到其中相关部​​分是机器人用户，其中大多数在平台上提供付费服务。此外，我们专注于检测四个graph的结构是否类似于领结[16]。 结果表明，原始领结结构的组件的相对尺寸没有得到尊重，并且更类似于结构的后期修改。

作为未来的工作，我们计划检索大部分区块链，涵盖最新的区块。此外，我们将更深入地分析graph的结构，以深入了解每个组件的内部结构。我们还计划研究graph结构随时间的演变，以了解哪些是graph的关键节点。最后，我们还将解决一些高级问题，例如研究rich-get-richer属性和机器人检测问题。

原文链接：https://ieeexplore.ieee.org/document/9261418

---煤油灯科技victorlamp.com翻译整理---