分析

在上一节的基础上，以下从技术和经济的角度来说明 KurateDAO 协议为何起作用的一些要点。

支付策展人和创作者

与大多数 web2 数据库不同，KurateDAO 对策展人和贡献者进行补偿。 当策展人得到报酬时，你会得到更好的策展人。 当贡献者获得报酬时，他们会被激励提交质量更好的项目。 通常，当用户向数据库添加一行时，例如在 Facebook 上，他们不会为他们的内容付费。

加倍或不加倍允许预测市场的流动性

双重或无抵押解决了许多预测市场中出现的流动性问题。 加倍或不加倍也激励提前投票和迈出第一步。 以后奖励不高。

使用的双重或无投票系统使得只有一小部分提交给集合的内容需要由策展人审查。 此外，双重或无抵押解决了许多预测市场中出现的流动性问题。

策展人低 负担

策展人可能睡着了，或者任何数量的其他问题都可能阻止他们快速做出决定。 KurateDAO 对策展人的负担很小，因为其他玩家有机会将元素翻转进出数据库。 策展人没有时间或资源来裁决每条内容，只需要审查一小部分帖子。 根据可用性调整策展人阈值。

扩大池以创建可扩展性

该系统的优势在于它扩大了可以为数据库管理做出贡献的人员范围。 玩家不需要声誉，因此数据库不能被游戏或女巫攻击。 这使得策展可以扩展。 在任何一个策展系统中，如果只有一个策展人，以及数百万条数据，那么策展人的时间和资源就会成为系统的瓶颈。

Logchain 建立信任

我们还采取措施让用户准确地反映策展人的诚实。 如果策展人做出了错误的决定，使用数据库的人应该知道它并转到另一个数据库。 为了帮助解决这个问题，所有策展决定都是公共记录。 与判例法一样，日志帮助用户和版主了解群组规范。 元级看门狗（人工智能和人类）监控日志链中的“坏”裁决。 如果馆长损坏，用户将知道切换数据库。 与许多策展人一起，它为策展数据库创造了一个市场，可以相互竞争以拥有最好的内容和社区。

女巫证明

也不需要人类的证据。 Web3 原生设计。 策展人、侦察员和验证者都在竞争，所以最好的会冒泡到顶端。 将为每个参与者提供 API，以促进 AI 机器人参与。 通常不需要策展人，但可以使用它的威胁将迫使采取正确的行为。 尽管馆长很善良，但你会害怕馆长。 玩家获得反馈、教导和鼓励良好的行为。 金融科技公司，因为金钱和内容之间的整合。

调整激励措施

集合的目的是围绕既定目标调整激励措施。调整集合管理的一种方法是通过经济激励措施。我们使用新颖的预测市场将设置策展与付费保持一致。什么是预测市场？预测市场允许对问题的未来结果进行投注。在这种情况下，我们向市场提出的问题是：提交的内容是否与集合的目的一致？整理数据时，数据集和用户之间可能会出现偏差。例如，Facebook 可能会向用户展示让他们在网站上停留更长时间的内容，而不是向他们展示符合他们兴趣的内容。对于集中策划的集合中包含哪些类型的内容以及排除哪些内容，并没有太大的透明度。集中策展服务往往很慢，并且不了解社区中存在的细微差别。半集中式设计允许所有利益相关者的激励措施保持一致，让玩家、版主和网络获胜。

放大策展人

能够放大集合的策展人是加密货币中一个重要但仍然缺失的原语。 许多网站的核心数据结构是一个精选集。 Netflix 是一组精选的电影。 Spotify 是一组精选的歌曲。 Facebook 是其服务条款内的一组精选帖子。 所有这些服务都依赖于一个中央模型来管理他们的数据集。 数据集组装完成后，Web 2 公司将开发特定的业务模型和特定的用户界面，但在这些站点中的每一个，核心都是一个精选数据集。 然而，这些公司都依赖于集中的数据集管理模型。 这些集中管理模型有许多缺点。

这是一个游戏，它很有用

与系统交互很有趣。 谷歌的见解是网络上有很多信息，但人们只关心最好的信息