FACTS是成功解決諸如Facebook. Twitter 等社交媒體及各種互聯(lián)網(wǎng)內(nèi)容平臺上，虛假內(nèi)容泛濫成災(zāi)，事實線索不清晰，信息繁雜不利識別等嚴(yán)重問題的唯一途徑；。同時，因全面引入細(xì)粒度的用戶激勵體系，F(xiàn)ACTS 也為類似于維基百科和Quora等提供優(yōu)質(zhì)內(nèi)容的平臺解決了真實性判斷和用戶傳播動力不足的問題。

FACTS的核心是構(gòu)建一套基于區(qū)塊鏈技術(shù)的“事實內(nèi)容激勵機(jī)制”即Proof ofFacts （PoF）， 并由此形成以事實圖譜（Facts Graph）為基礎(chǔ)的真實可信內(nèi)容庫。FACTS的事實內(nèi)容激勵機(jī)制及事實圖譜，以統(tǒng)一-接口的方式對所有內(nèi)容類DAPP開放，形成一條服務(wù)內(nèi)容生態(tài)的垂直公鏈。事實激勵機(jī)制的設(shè)計秉承“中立性”和“可驗證性”的真實內(nèi)容觀，任一真實可信內(nèi)容都是通過引用或依據(jù)其他合理的事實依據(jù)來證明自身真實可信，內(nèi)容評審團(tuán)保障這一機(jī)制執(zhí)行到位，確保事實圖譜的質(zhì)量，而事實指數(shù)（FACTS Index）是反映內(nèi)容的真實可信情況的核心參數(shù)，讓用戶一目了然。

FACTS的獎勵機(jī)制是通過獎勵用戶的每一個有益于社區(qū)的行為來提升內(nèi)容可信度和可信內(nèi)容的傳播度。在擁有共同價值觀的內(nèi)容社區(qū)中，用戶通過生產(chǎn)真實可信內(nèi)容、挖掘內(nèi)容真實度、傳播真實可信內(nèi)容等有益行為獲得相應(yīng)的通證獎勵。

FACTS底層的內(nèi)容池（Facts Pool）不斷的更新及完善，形成網(wǎng)狀互聯(lián)的結(jié)構(gòu)化事實圖譜。這能讓內(nèi)容社區(qū)中的每個名詞、每個事件每個觀點做到有據(jù)可查，有理可依，能為用戶大幅度減少判斷成本，優(yōu)化閱讀體驗。內(nèi)容池中的每個內(nèi)容被合理引用之后，內(nèi)容生產(chǎn)者將會得到相應(yīng)的獎勵，以鼓勵內(nèi)容生產(chǎn)者為社區(qū)創(chuàng)造更多內(nèi)容價值。

綜合來看，在FACTS完善的去中心化以事實驅(qū)動機(jī)制的作用下，網(wǎng)絡(luò)上虛假內(nèi)容泛濫、創(chuàng)作動力不足、傳播效率低下等問題可以得到完美解決。

FACTS基于事實的激勵機(jī)制（PoF）

1.FACTS解決方案概述

FACTS的核心是構(gòu)建一套基于區(qū)塊鏈技術(shù)的“事實內(nèi)容激勵機(jī)制”即Proof ofFacts （PoF）， 并由此形成以事實圖譜（Facts Graph）。為基礎(chǔ)的真實可信內(nèi)容庫。FACTS的事實內(nèi)容激勵機(jī)制及事實圖譜以統(tǒng)一接口的方式對所有內(nèi)容類DAPP開放，形成一條服務(wù)內(nèi)容生態(tài)的垂直公鏈。FACTS創(chuàng)建了-套能夠有效反映出內(nèi)容真實可靠性的“FACTS Index”評估模型對內(nèi)容進(jìn)行評估，并生成該篇內(nèi)容的FACTS Index，為內(nèi)容評審團(tuán)和用戶提供強(qiáng)有力的可信度參考，通過內(nèi)容評審團(tuán)審核的可信內(nèi)容存儲在事實內(nèi)容池（Facts Pool）中，并由NL P23引擎自動構(gòu)建事實圖譜，沉淀出海量的可信內(nèi)容。

為了直觀的描述不同內(nèi)容渠道的可信賴權(quán)重，F(xiàn)ACTS引入事實權(quán)重（FACTS Rank）。事實權(quán)重基于類似于Page Rank算法，通過計算內(nèi)容相互的引用關(guān)系，賦予不同內(nèi)容或內(nèi)容渠道相應(yīng)的Rank數(shù)值。

在FACTS鏈上存儲的是賬本數(shù)據(jù)以及需要激勵的用戶關(guān)鍵行為數(shù)據(jù)，F(xiàn)ACTS的內(nèi)容則存儲在基于IPFS協(xié)議的內(nèi)容尋址文件系統(tǒng)中，鏈上只存儲內(nèi)容的索引。事實內(nèi)容池的內(nèi)容通過NLP引擎的分析處理，將不斷的生成和更新相應(yīng)的事實圖譜。

為了降低內(nèi)容評審團(tuán)的工作量，提高效率， FACTS還提供了豐富的Al自動化工具，包括自動防水垃圾和自動化查重等。

2. FACTS激勵機(jī)制（PoF）

PoF （Proof of Facts）是基于FACTS行為的激勵機(jī)制，用戶通過對于事實內(nèi)容的創(chuàng)建、補(bǔ)充、評審、舉報、閱讀， 分享、點贊等行為，將自己的學(xué)識和經(jīng)驗用于到判斷事實內(nèi)容中，都可以認(rèn)為是用戶為事實內(nèi)容作出貢獻(xiàn)。PoF會按照每個用戶對于事實內(nèi)容的貢獻(xiàn)程度進(jìn)行統(tǒng)計， 最終按照FACTS激勵模型獲得獎勵。

2.1 獎勵池

FACTS提供一個公平合理的公共獎勵池。內(nèi)容消費者通過分享、點贊、注解、評論等操作與內(nèi)容形成有效的互動即可獲得獎勵池分配的權(quán)利，同時內(nèi)容生產(chǎn)者也會因內(nèi)容消費者互動數(shù)量的增長而獲得相應(yīng)的通證獎勵。所有獎勵均會有一個獎勵冷凍期，即申訴期，只有申訴期結(jié)束而且沒有受到舉證之后才會發(fā)放到用手中。

獎勵池核心算法示例：

2.2 評價權(quán)重、精力值

對內(nèi)容的評價分為正面和負(fù)面兩類，正面評價包括點贊、打賞等，負(fù)面評價包括踩、糾錯、舉報等，也同時將中性行為如分享、評論、內(nèi)容完善等行為按一定權(quán)重計算為內(nèi)容評價因子。用戶對內(nèi)容進(jìn)行評價時涉及到精力值的消耗。

用戶的每次評價行為都會消耗一定的精力值， 同時也會因為參與了內(nèi)容互動而獲得FACTS Token獎勵。當(dāng)精力值消耗完畢之后，用戶仍然可以繼續(xù)參與互動，只是將不會獲得相應(yīng)的FACTS Token獎勵。精力值按照時間逐步恢復(fù)。

精力值的引入基于兩個目的：

1.防止活躍用戶占據(jù)過多的評價權(quán)重。

2.防止通過注冊僵尸用戶來獲取大量的評價權(quán)重。無論是正面還是負(fù)面評價，以單次有效評價行為所產(chǎn)生的評價權(quán)重為參數(shù)來調(diào)節(jié)精力值擁有量對評價權(quán)重的影響。

精力值的規(guī)則設(shè)定為：

1.最大精力值固定不變

2.精力值按照特定時間恢復(fù)

3.用戶的每次創(chuàng)作/互動/傳播行為會消耗一定的精力值

4.當(dāng)用戶消耗精力值進(jìn)行的行為，將按照行為激勵系數(shù)從獎勵池獲得對應(yīng)獎勵

5.當(dāng)用戶耗空精力值后，所進(jìn)行的行為，行為仍有效，但是不再能從獎勵池獲得激勵

2.2.3 判定期

在內(nèi)容發(fā)布之后一-定天數(shù)內(nèi)的評價將破用來計算內(nèi)容應(yīng)被分配的收益，期滿后，系統(tǒng)將自動計算作者的應(yīng)得收益。這意味著，在到期確定收益分配的時候，所有的內(nèi)容以它們收獲的凈評價權(quán)重來按比例地分配待分配收益。優(yōu)質(zhì)的內(nèi)容常常會引發(fā)更多的優(yōu)質(zhì)內(nèi)容，而在Quora和知乎這樣的模式下，優(yōu)質(zhì)的回答常常是由好問題引導(dǎo)的30，平臺需要對引發(fā)優(yōu)質(zhì)內(nèi)容的內(nèi)容給予回報。

2.4 申訴期

一條內(nèi)容會在評價期滿之后計算收益。為了留下充足的時間甄別侵權(quán)、真實性等屬性，收益還要一定的鎖定期31才能到達(dá)作者手中。

為了防止惡意作者發(fā)布侵權(quán)或違規(guī)的內(nèi)容，用戶可以通過發(fā)起內(nèi)容舉報申訴發(fā)起新一次的內(nèi)容評審團(tuán)。系統(tǒng)根據(jù)內(nèi)容評審團(tuán)的表決結(jié)果對該類內(nèi)容進(jìn)行凍結(jié)，內(nèi)容生產(chǎn)者也無法獲得常規(guī)狀態(tài)下能夠獲得的收益。在申訴期內(nèi)，內(nèi)容生產(chǎn)者也同樣擁有仲裁申訴權(quán)，以保證所有用戶均能得到公平的對待。

時間也是校驗內(nèi)容真實性的重要指標(biāo)之一。FACTS使用了較長的申訴期，以確保在內(nèi)容進(jìn)入事實內(nèi)容池之前有足夠的依據(jù)證明其內(nèi)容的真實性。

3.FACTS的核心指標(biāo)

3.1 事實權(quán)重（FACTS Rank）

事實權(quán)重（FACTS Rank）：當(dāng)事實內(nèi)容互相引用形成內(nèi)容網(wǎng)狀結(jié)構(gòu)以后，我們可以通過內(nèi)容的相互鏈接關(guān)系，來確定一個內(nèi)容的事實權(quán)重。FACTS Rank最終體現(xiàn)為事實內(nèi)容的相關(guān)性和重要性的綜合評級，數(shù)值從0到1。

為了避免同一用戶的不同內(nèi)容引用相關(guān)度過高導(dǎo)致事實權(quán)重不平衡，我們改進(jìn)傳統(tǒng)搜索引擎的Page Rank算法。同一用戶的內(nèi)容之間的引用將獲得較少的權(quán)重分成，不同用戶間的內(nèi)容之間的引用將獲得較多的權(quán)重分成。在Page Rank公式中增加了系數(shù)將同用戶的相關(guān)性進(jìn)行了系數(shù)衰減，形成公式FACTS Rank：

FACTS的文章權(quán)重計算表明，一個文章的權(quán)重指數(shù)是由引用它的其他文章的權(quán)重指數(shù)計算得到。FACTS通過迭代計算每個文章的權(quán)重指數(shù)，經(jīng)過多次遞歸計算，這些文章的權(quán)重指數(shù)值會趨向于穩(wěn)定收斂值，這就是指一系列互相引用文章的權(quán)重指數(shù)。

3.2 事實指數(shù)（FACTS Index）

事實指數(shù)（FACTS Index）是文章內(nèi)容真實性的評估指數(shù)，數(shù)值從0到10。其代表著當(dāng)前內(nèi)容與所引用的內(nèi)容依據(jù)相關(guān)性及合理性的關(guān)聯(lián)程度，并結(jié)合內(nèi)容的完善度、引用合理性以及用戶的互動和糾錯等多個參數(shù)加權(quán)得出的文章真實可信程度的評估指數(shù)。事實指數(shù)在很大程度上體現(xiàn)了內(nèi)容的真實性及可靠性，為用戶提供強(qiáng)有力的參考。

FACTS Index的影響因素如下圖：

4. FACTS用戶模型

4.1 內(nèi)容生產(chǎn)者（Content Author）

內(nèi)容生產(chǎn)者是FACTS中的核心用戶，他們通過發(fā)布或完善主題來貢獻(xiàn)內(nèi)容。當(dāng)內(nèi)容生產(chǎn)者生產(chǎn)的內(nèi)容通過內(nèi)容評審團(tuán)票選通過，并在評定期后未被投訴，即可獲得系統(tǒng)予以的FACTS Token基礎(chǔ)獎勵。利用生產(chǎn)的真實內(nèi)容吸引內(nèi)容消費者產(chǎn)生互動以及分享，并根據(jù)互動及分享等相關(guān)的數(shù)據(jù)參數(shù)獲得額外的FACTS Token。當(dāng)生產(chǎn)的內(nèi)容足夠優(yōu)質(zhì)以及擁有足夠的內(nèi)容依據(jù)后，將會被標(biāo)記為事實內(nèi)容。在事實內(nèi)容池中的內(nèi)容-旦再次被其他用戶引用，該內(nèi)容的相關(guān)利益方都將獲得相應(yīng)的FACTS Token獎勵。

內(nèi)容生產(chǎn)者創(chuàng)作的內(nèi)容并不是被局限的，他們可以創(chuàng)建新的事實主題也可以與他人協(xié)作共建已存在的事實主題，參與的形式包括創(chuàng)建主題、新增、修改、糾錯、補(bǔ)充內(nèi)容段。基于內(nèi)容生產(chǎn)者的不斷創(chuàng)作和完善的內(nèi)容，最終將事實內(nèi)容池中的事實內(nèi)容形成網(wǎng)狀結(jié)構(gòu)的事實圖譜。

4.2 內(nèi)容消費者（Content Consumer）

內(nèi)容消費者也是平臺內(nèi)容的篩選者，可以通過瀏覽內(nèi)容，并與內(nèi)容產(chǎn)生交互為優(yōu)質(zhì)的內(nèi)容給于鼓勵，平臺將會根據(jù)其產(chǎn)生的交互參數(shù)發(fā)放額外的FACTS Token給到內(nèi)容生產(chǎn)者。內(nèi)容消費者可以同時通過參與內(nèi)容投票以及內(nèi)容分享獲得FACTSToken。為了鼓勵內(nèi)容消費者去發(fā)現(xiàn)優(yōu)質(zhì)內(nèi)容，一條內(nèi)容最終獲得的收益將有一定比例分配給在內(nèi)容發(fā)布后最初的幾天里為內(nèi)容點贊、分享、評論的用戶。在信息大爆炸信息碎片化時代，內(nèi)容消費者想要徹底讀懂一篇文章所花費的時間成本及精力是相當(dāng)高的，F(xiàn)ACTS 為內(nèi)容消費者提供完善的注解功能，例如內(nèi)容消費者可以選中某些陌生的名詞或者事件，系統(tǒng)將從內(nèi)容池中調(diào)取相應(yīng)的內(nèi)容注解為內(nèi)容消費者提供快速的背景內(nèi)容，這也將大大降低內(nèi)容消費者的閱讀成本。

4.3 內(nèi)容評審團(tuán)（Content Review Panel）

內(nèi)容評審團(tuán)是FACTS的內(nèi)容管控機(jī)構(gòu)，內(nèi)容評審團(tuán)的成員遵循公正和透明的原則產(chǎn)生，每條內(nèi)容的評審團(tuán)成員均設(shè)有上下限人數(shù)要求。在一個活躍的內(nèi)容平臺上有若千個內(nèi)容評審團(tuán)在同時工作。網(wǎng)絡(luò)中每產(chǎn)生一條內(nèi)容均需要內(nèi)容評審團(tuán)的事實認(rèn)定投票決定是否能標(biāo)記為一條FACTS內(nèi)容。內(nèi)容評審團(tuán)成員入選條件和內(nèi)容評審團(tuán)的事實認(rèn)定投票總體原則：

1.一定時間內(nèi)活躍的持有一定FACTS Token的用戶，并愿意在投票前將一定量FACTS Token抵押;

2.每次內(nèi)容評審團(tuán)票選從一定時間內(nèi)活躍用戶池中隨機(jī)40抽取，同時參考用戶與所投票內(nèi)容的專業(yè)領(lǐng)域匹配關(guān)系，直到抽取的人中有一定人數(shù)完成判定， 若滿足相應(yīng)人數(shù)在規(guī)定時間內(nèi)未完成事實認(rèn)定投票，則繼續(xù)從用戶池中補(bǔ)位;

3.內(nèi)容評審團(tuán)獲得FACTS Token。內(nèi)容評審團(tuán)成員遵循內(nèi)容評審團(tuán)守則進(jìn)行事實認(rèn)定投票。根據(jù)事實認(rèn)定的投票通過率給于內(nèi)容生產(chǎn)者相應(yīng)的通正獎勵內(nèi)容評審團(tuán)的各個成員根據(jù)其事實認(rèn)定投票和內(nèi)容評審團(tuán)的總體事實認(rèn)定投票通過率的一致程度的高低獲得相應(yīng)的通證獎勵。若內(nèi)容在評定期內(nèi)被用戶舉報且舉報獲得新一期內(nèi)容評審團(tuán)的認(rèn)可通過，則扣除原有的通證獎勵，并將通證按照前述設(shè)定的規(guī)則發(fā)放給新一期內(nèi)容評審團(tuán)的各個成員。

通過抵押FACTS Token后不可轉(zhuǎn)讓，也不可分割，只有內(nèi)容評審團(tuán)成員退出內(nèi)容評審團(tuán)群體之后，并且內(nèi)容評審團(tuán)成員所有參與的投票內(nèi)容全部度過申訴期之后方能解凍，若內(nèi)容評審團(tuán)成員需要強(qiáng)制解凍，則內(nèi)容評審團(tuán)成員參與投票獲得的獎勵中，處于申訴期的內(nèi)容對應(yīng)的評審獎勵將會被視為自動放棄。

4.4 用戶信用（User Credit）

用戶信用：內(nèi)容評審團(tuán)和FACTS Index都需要評估一個 用戶在特定內(nèi)容專業(yè)的專業(yè)性。評估用戶在不同內(nèi)容領(lǐng)域的專業(yè)能力，通過用戶標(biāo)簽、用戶行為、H-index算法等方式進(jìn)行用戶專業(yè)評級，結(jié)合用戶領(lǐng)域進(jìn)行相關(guān)領(lǐng)域的評分。用戶的領(lǐng)域評分如下：

H指數(shù)（H -index），是來自評價科學(xué)家學(xué)術(shù)成就的一種算法。H代表“高引用次數(shù)”（high citations），一名科研人員的H指數(shù)是指他至多有H篇論文分別被引用了至少H次。H指數(shù)能夠比較準(zhǔn)確地反映一個人的學(xué)術(shù)成就。

在FACTS中，可以用類似的機(jī)制評估一名作者在某個內(nèi)容領(lǐng)域的學(xué)術(shù)權(quán)威性。一個作者的H指數(shù)代表著他的多篇內(nèi)容分別被引用的次數(shù)。一個人的H指數(shù)越高，則表明他在某內(nèi)容領(lǐng)域內(nèi)的內(nèi)容影響力越大，在某內(nèi)容領(lǐng)域內(nèi)的權(quán)威性越高。

FACTS系統(tǒng)架構(gòu)

1.FACTS技術(shù)架構(gòu)圖

如圖，技術(shù)架構(gòu)可分為以下幾個層次：

1.應(yīng)用層：用戶生態(tài)DAPP應(yīng)用

2.接口層主要的業(yè)務(wù)邏輯，包括用戶行為處理，行為激勵，各種組織活動處理等，并通過開放接口， 將這些業(yè)務(wù)邏輯提供給接入的DAPP使用。

3.內(nèi)容層;基于NLP引擎構(gòu)建事實內(nèi)容池、事實圖譜、事實指數(shù)、事實權(quán)重等內(nèi)容核心，還包括

維護(hù)內(nèi)容評審，內(nèi)容索引，內(nèi)容版本，評估內(nèi)容引用和評估指數(shù)等

4.交易層：基于內(nèi)容的交易機(jī)制以及智能合約機(jī)制

5.基鏈層：區(qū)塊鏈的打包、共識、存儲、索引等

2. FACTS底層區(qū)塊鏈架構(gòu)

FACTS底層區(qū)塊鏈采用石墨烯技術(shù)。Graphene （石墨烯）是區(qū)塊鏈工具組，由比特股團(tuán)隊cryptonomex8開發(fā)，將DPOS共識機(jī)制投入了實際應(yīng)用場景中。FACTS采用石墨烯技術(shù)作為底層區(qū)塊基鏈層，具有交易速度快，并發(fā)能力很強(qiáng)，TPS高，數(shù)據(jù)吞吐量大等特性。同時FACTS會優(yōu)化對于內(nèi)容傳輸、內(nèi)容存儲、內(nèi)容快速檢索等內(nèi)容操作的效率，使交易速度能夠達(dá)到10000 TPS容量，可以支持上億級用戶的訪問，為海量用戶的高并發(fā)內(nèi)容行為提供高性能的底層技術(shù)保障。

3.FACTS內(nèi)容尋址存儲系統(tǒng)

FACTS的文件系統(tǒng)需要支持內(nèi)容多版本管理，以便多人協(xié)同創(chuàng)作修改內(nèi)容;FACTS的文件系統(tǒng)需要支持內(nèi)容索引，以便更高效的檢索和管理內(nèi)容。FACTS的文件系統(tǒng)需要分塊存儲，以便降低重復(fù)內(nèi)容的存儲空間。FACTS的文件系統(tǒng)需要能保證文件的準(zhǔn)確性，以便確保文件的完整性。

FACTS內(nèi)置的是一套內(nèi)容尋址（content-addressable）文件系統(tǒng)，將文件拆分為Block并計算每個Block的Hash，然后通過Merkle tree49的方式進(jìn)行查找。每個文件是一-個Merkle tree，每個Block即為Merkle tree的一個節(jié)點，這樣利用Merkle tree既可以驗證文件的準(zhǔn)確性，又可以在文件修改、版本迭代中減少文件存儲空間。多版本存儲示意圖如下：

3.1 內(nèi)容目錄樹

為了更好的讓內(nèi)容結(jié)構(gòu)化，F(xiàn)ACTS的內(nèi)容以分段多版本的形式進(jìn)行管理，可采用分段評審、分段引用、評論、頂踩、舉報，以優(yōu)化用戶體驗提高效率。對于激勵體系而言，也將擁有更細(xì)顆粒度激勵的激勵方式，確保用戶的每-次細(xì)微貢獻(xiàn)都能得到相應(yīng)的獎勵。

FACTS內(nèi)部通過Deep L earning5o算法解決內(nèi)容自動分類聚合問題，將文章段落拆解轉(zhuǎn)化為詞向量51，利用CNNS2/RNN53等深度學(xué)習(xí)網(wǎng)絡(luò)的分類模型， 自動提取內(nèi)容特征并將特征近似的內(nèi)容歸類自動聚合為內(nèi)容目錄樹。

3.2 內(nèi)容多版本協(xié)作

百科詞條、事件專題等內(nèi)容往往需要多個用戶不斷補(bǔ)充完善，為了實現(xiàn)內(nèi)容的快速迭代以及迭代過程中的有序性，F(xiàn)ACTS為內(nèi)容引入版本（Version） 的概念，即用戶可以不斷完善自己或他人生產(chǎn)的內(nèi)容，并將新產(chǎn)生的內(nèi)容用一個新的版本編號記錄在區(qū)塊鏈當(dāng)中。當(dāng)不斷有用戶迭代完善某個內(nèi)容，將使實事實內(nèi)容不斷豐富完善，最終廣大用戶閱讀到的將是無數(shù)人參與完善迭代之后形成的高質(zhì)量內(nèi)容。內(nèi)容協(xié)作流程如下：

用戶協(xié)作中的內(nèi)容版本控制：當(dāng)多個用戶參與修訂完善同一內(nèi)容時，版本的遞增和管理是其中關(guān)鍵的部分。多版本設(shè)計可以幫助我們記錄任意內(nèi)容的完整歷程，一邊在未來任何時候追蹤內(nèi)容的版本情況，并如有需要，可以把當(dāng)前顯示版本回退到之前的某個版本。

而通過FACTS的內(nèi)容尋址存儲系統(tǒng)，在內(nèi)容修改，內(nèi)容版本迭代中，可以講多版本中相同的內(nèi)容記錄為同一份，將其中差異內(nèi)容段落分別記錄。通過Merkle tree組織索引當(dāng)前內(nèi)容版本的各個段落，交叉使用相同內(nèi)容段落，這樣最終算法上保證內(nèi)容準(zhǔn)確性，又減少存儲空間。

4. FACTS基于AI的自動化工具

自動防水防垃圾：通過人工智能算法，識別灌水行為特征以及垃圾內(nèi)容，自動標(biāo)注灌水和垃圾內(nèi)容，減輕內(nèi)容評審團(tuán)工作壓力，更好確保FACTS的質(zhì)量。自動主題查重和內(nèi)容查重：通過對主題和內(nèi)容的特征抽?。ǚ衷~、 hash、加權(quán)、合并、降維），構(gòu)建文檔指紋，對于審核內(nèi)容進(jìn)行相似度計算，自動進(jìn)行內(nèi)容重復(fù)審查，提高審查效率，降低審查成本。

自動主題查重和內(nèi)容查重：通過對主題和內(nèi)容的特征抽取（分詞、hash、 加權(quán)、合并、降維），構(gòu)建文檔指紋，對于審核內(nèi)容進(jìn)行相似度計算，自動進(jìn)行內(nèi)容重復(fù)審查，提高審查效率，降低審查成本。

自動生成引用：對用戶參與的內(nèi)容，自動識別與已存在事實內(nèi)容的關(guān)聯(lián)性，并標(biāo)識其引用關(guān)系。

自動評估事實指數(shù)：對用戶參與的內(nèi)容，自動按照已存在關(guān)聯(lián)及其方向性，評估其真實性和內(nèi)容質(zhì)量評分。

提供API供外部訪問：提供基于內(nèi)容的批量查詢、搜索、分析等的API接口。

5. FACTS 基于NLP構(gòu)建事實圖譜的平臺模型

FACTS在技術(shù)上基于現(xiàn)有的成熟區(qū)塊鏈技術(shù)，不斷的升級創(chuàng)新，深耕內(nèi)容價值以完成自己的使命。通過強(qiáng)大的內(nèi)容尋址文件系統(tǒng)來實現(xiàn)快速檢索和內(nèi)容處理，提高了內(nèi)容處理的吞吐量，可以在極短時間內(nèi)完成用戶行為的確認(rèn)及反饋。基于人工智能算法的內(nèi)容處理機(jī)制，將非結(jié)構(gòu)化內(nèi)容轉(zhuǎn)化為事實圖譜，挖掘內(nèi)容的真正價值。

5.1 事實內(nèi)容池與事實圖譜

事實內(nèi)容池（Facts Pool）是指所有經(jīng)過內(nèi)容評審團(tuán)投票通過后的內(nèi)容聚合，事實圖譜（Facts Graph）則是事實內(nèi)容池在人工智能技術(shù)基礎(chǔ)上結(jié)構(gòu)化后存儲的網(wǎng)狀結(jié)構(gòu)的內(nèi)容。事實內(nèi)容池同樣也擁有申訴機(jī)制，以確保內(nèi)容的真實性并具備自我清洗能力。

FACTS的事實圖譜是基于事實內(nèi)容的結(jié)構(gòu)化關(guān)系圖譜，通過內(nèi)容與內(nèi)容之間的關(guān)系來構(gòu)建讓一個龐大的立體網(wǎng)狀內(nèi)容結(jié)構(gòu)，讓內(nèi)容能夠互相關(guān)聯(lián)、互相佐證。優(yōu)質(zhì)的事實結(jié)構(gòu)化內(nèi)容結(jié)合人工智能技術(shù)以最優(yōu)的路徑來實現(xiàn)自動索引、自動引用、知識推理等功能。

5.2 NLP構(gòu)建事實圖譜

在構(gòu)建和使用事實圖譜時涉及到自然語言處理NLP引擎。FACTS為新內(nèi)容構(gòu)建事實圖譜時會根據(jù)事實圖譜中已有內(nèi)容，通過深度學(xué)習(xí)算法，提取新內(nèi)容與已存在事實的關(guān)聯(lián)內(nèi)容、關(guān)聯(lián)屬性、關(guān)聯(lián)關(guān)系等要素，并對這些要素與事實圖譜進(jìn)行融合、去冗余、去沖突、規(guī)范化等操作， 最終和現(xiàn)有事實圖譜融合，完成事實內(nèi)容的沉淀。新內(nèi)容構(gòu)建事實圖譜過程如下：

FACTS垂直公鏈應(yīng)用場景

FACTS作為行業(yè)極具影響力的內(nèi)容垂直公鏈，可以吸引全球區(qū)塊鏈領(lǐng)域創(chuàng)業(yè)者和社區(qū)用戶開發(fā)出各種各樣的創(chuàng)新應(yīng)用（DAPP）， 解決各種領(lǐng)域的用戶痛點問題，涌現(xiàn)出更多更具創(chuàng)意的真實可信的內(nèi)容應(yīng)用。同樣重要的是，F(xiàn)ACTS 可以通過區(qū)塊鏈技術(shù)和獨特的激勵機(jī)制，變革現(xiàn)有互聯(lián)網(wǎng)內(nèi)容產(chǎn)業(yè)的現(xiàn)行生產(chǎn)關(guān)系，賦能各種互聯(lián)網(wǎng)內(nèi)容應(yīng)用，使這些應(yīng)用以極小的成本就“區(qū)塊鏈化”，成功打造區(qū)塊鏈3.0時代“區(qū)塊鏈即服務(wù)（BaaS）” 的典型標(biāo)桿。

1. 新聞資訊平臺

傳統(tǒng)門戶類網(wǎng)站的一直以廣告作為主要收入來源，網(wǎng)站的采編機(jī)構(gòu)也缺乏合適的激勵途徑。傳統(tǒng)門戶類網(wǎng)站不但可以通過引入FACTS的內(nèi)容激勵機(jī)制為采編機(jī)構(gòu)提供激勵渠道以及為網(wǎng)站主增加收益，同時也可以建立社群平臺或發(fā)行社群平臺智能合約通證。智能合約通證可以通過智能合約公正的將來自內(nèi)容激勵以及打賞機(jī)制的收益公平地分配到采編機(jī)構(gòu)的每一個環(huán)節(jié)中。利用FACTS的內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

FACTS基金會將與最新銳的區(qū)塊鏈財經(jīng)媒體“專業(yè)隊”石榴財經(jīng)展開深度戰(zhàn)略合作，在區(qū)塊鏈垂直領(lǐng)域打造最專業(yè)可信的區(qū)塊鏈?zhǔn)聦崍D譜網(wǎng)絡(luò)。

2. 社交媒體平臺

利用FACTS的內(nèi)容激勵與通證分配機(jī)制，平臺可以構(gòu)建出類似于以文字內(nèi)容為主的社交媒體平臺，甚至更進(jìn)一步構(gòu)建出類似于Twitter、Facebook 這類的社交網(wǎng)絡(luò)。同時能利用FACTS的內(nèi)容池為社交媒體平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

3. 博客類，百科類，論壇類內(nèi)容平臺

博客類、百科類、論壇類也依然占據(jù)著很大份額的網(wǎng)絡(luò)流量，特別是博客類以及百科類內(nèi)容平臺，是普通用戶發(fā)表嚴(yán)肅文本內(nèi)容的主要途徑。多年以來這些內(nèi)容平臺只能依靠廣告收益來維持，也有很大部分的用戶無法從這些平臺獲取收益，通過FACTS的內(nèi)容激勵與通證分配機(jī)制引入到此類平臺，為發(fā)表內(nèi)容的用戶以及平臺建設(shè)者帶來更多收益，并且利用事實內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

FACTS基金會將與全球最大中文百科網(wǎng)站互動百科69展開深度戰(zhàn)略合作70，在互動百科1200萬智愿者71和1700萬中文詞條的堅實基礎(chǔ)，上迅速搭建出全球最大的事實圖譜網(wǎng)絡(luò)。

4. 問答類內(nèi)容平臺

類似于Quora和知乎這類問答類社區(qū)的內(nèi)容變現(xiàn)一直都是問題，通過FACTS的評價與通證分配機(jī)制，可以讓優(yōu)秀回答者獲得合理的回報。相比直接支付，基于內(nèi)容評價的激勵可以得到更高的轉(zhuǎn)換率和更高的參與度。利用事實內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

5. 內(nèi)容聚合類平臺

平臺可利用FACTS引用功能提供類似于令日頭條等內(nèi)容聚合類功能，平臺可以利用自動化程序挑選出合適內(nèi)容然后推送給讀者。通過轉(zhuǎn)載功能，無論是作者還是轉(zhuǎn)載者都可以獲得評價和打賞回報。利用事實內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

6. 行業(yè)專業(yè)信息檢索引用服務(wù)

論文、專利的撰寫需要大量的參考資料以及引用，由于事實內(nèi)容池中大量真實內(nèi)容是網(wǎng)狀互聯(lián)的結(jié)構(gòu)化事實圖譜，可以快速檢索到相應(yīng)的內(nèi)容。利用FACTS的內(nèi)容池為平臺的內(nèi)容提供更加真實有效的內(nèi)容依據(jù)，這些內(nèi)容也將會為事實內(nèi)容池提供更多真實的優(yōu)質(zhì)內(nèi)容沉淀。

7. AI行業(yè)的基礎(chǔ)內(nèi)容提供商服務(wù)

在人工智能快速發(fā)展的時代，需要大量結(jié)構(gòu)化事實以供AI進(jìn)行分析解讀以產(chǎn)生更多價值。事實內(nèi)容池（Facts Pool）以及事實圖譜（Facts Graph）中的內(nèi)容將會是AI的重要內(nèi)容提供商，大量的內(nèi)容可以以結(jié)構(gòu)化數(shù)據(jù)”輸出，并且也可結(jié)合Al技術(shù)形成更多有價值的內(nèi)容以補(bǔ)充到事實內(nèi)容池以及事實圖譜中。

8. 商業(yè)化系統(tǒng)

FACTS的商業(yè)化系統(tǒng)分為兩個主要模塊：在線廣告及內(nèi)容推廣，這可以增強(qiáng)FACTS Token流動性，增加平臺收入。

8.1 在線廣告

FACTS將會在錢包內(nèi)提供一個廣告市場，為平臺出售按時長按廣告位置付費的廣告。在廣告市場中，將會展示各個平臺能提供的廣告位置選項以及費用，同時也會顯示這些平臺在區(qū)塊鏈上的表現(xiàn)以及歷史數(shù)據(jù)供用戶做參考。用戶可以直接支付FACTS Token進(jìn)行購買，經(jīng)過平臺審核廣告后即可進(jìn)行廣告投放，廣告顯示的時長和位置由智能合約執(zhí)行。

8.2 內(nèi)容推廣

FACTS的內(nèi)容體系是十分復(fù)雜的，若用戶希望自己的內(nèi)容在眾多內(nèi)容中脫穎而出除了內(nèi)容足夠優(yōu)質(zhì)之外還需要-定的推薦位、付費轉(zhuǎn)發(fā)分享等手段來獲取更多用戶和流量，平臺將為普通用戶開辟類似廣點通、粉絲通等的推廣渠道。

FACTS通證分配規(guī)劃

ERC20階段FACTS Token （簡稱FACTS）總發(fā)行量為90億，其中：

基金會池持有18億FACTS Token，占ERC20階段總量的20%?；饡鳛橐粋€非盈利性組織，其持有的FACTS Token全部用于FACTS社區(qū)的持續(xù)運轉(zhuǎn)和維護(hù)，所有收支遵循嚴(yán)格、透明、合規(guī)的財務(wù)管理機(jī)制。

創(chuàng)始團(tuán)隊持有13.5億FACTS Token，占ERC20階段總量的15%，這部分自授予之日起，分4年解鎖，每年解鎖25%。

社區(qū)運營及生態(tài)建設(shè)池持有31.5億FACTS Token，占ERC20階段總量的35%。其中5%用于合規(guī)及戰(zhàn)略咨詢，30%用于社區(qū)運營推廣、產(chǎn)品推廣、主鏈上線前對用戶行為的獎勵以及生態(tài)建設(shè)（ 包括如孵化、生態(tài)內(nèi)投資、戰(zhàn)略資源合作等）。

私募投資池持有27億FACTS Token，占ERC2088階段總量的30%，針對業(yè)界優(yōu)秀投資機(jī)構(gòu)與定向私募。

待主鏈上線后，將會激活主鏈獎勵池中通證，總數(shù)量為59.6億FACTSToken，用于激勵用戶發(fā)布優(yōu)秀內(nèi)容和傳播優(yōu)秀內(nèi)容。主鏈上線前激勵池中的

FACTS Token全部由智能合約鎖定。待主鏈上線后，將逐步釋放。每年釋放激勵池余額的10%，即：第一年釋放5.96億FACTS;第二年釋放5.464億FACTS，以此類推，永續(xù)進(jìn)行。