电子发烧友App
FACTS是成功解决诸如Facebook. Twitter 等社交媒体及各种互联网内容平台上，虚假内容泛滥成灾，事实线索不清晰，信息繁杂不利识别等严重问题的唯一途径；。同时，因全面引入细粒度的用户激励体系，FACTS 也为类似于维基百科和Quora等提供优质内容的平台解决了真实性判断和用户传播动力不足的问题。
FACTS的核心是构建一套基于区块链技术的“事实内容激励机制”即Proof ofFacts （PoF）， 并由此形成以事实图谱（Facts Graph）为基础的真实可信内容库。FACTS的事实内容激励机制及事实图谱，以统一-接口的方式对所有内容类DAPP开放，形成一条服务内容生态的垂直公链。事实激励机制的设计秉承“中立性”和“可验证性”的真实内容观，任一真实可信内容都是通过引用或依据其他合理的事实依据来证明自身真实可信，内容评审团保障这一机制执行到位，确保事实图谱的质量，而事实指数（FACTS Index）是反映内容的真实可信情况的核心参数，让用户一目了然。
FACTS的奖励机制是通过奖励用户的每一个有益于社区的行为来提升内容可信度和可信内容的传播度。在拥有共同价值观的内容社区中，用户通过生产真实可信内容、挖掘内容真实度、传播真实可信内容等有益行为获得相应的通证奖励。
FACTS底层的内容池（Facts Pool）不断的更新及完善，形成网状互联的结构化事实图谱。这能让内容社区中的每个名词、每个事件每个观点做到有据可查，有理可依，能为用户大幅度减少判断成本，优化阅读体验。内容池中的每个内容被合理引用之后，内容生产者将会得到相应的奖励，以鼓励内容生产者为社区创造更多内容价值。
综合来看，在FACTS完善的去中心化以事实驱动机制的作用下，网络上虚假内容泛滥、创作动力不足、传播效率低下等问题可以得到完美解决。
FACTS基于事实的激励机制（PoF）
1.FACTS解决方案概述
FACTS的核心是构建一套基于区块链技术的“事实内容激励机制”即Proof ofFacts （PoF）， 并由此形成以事实图谱（Facts Graph）。为基础的真实可信内容库。FACTS的事实内容激励机制及事实图谱以统一接口的方式对所有内容类DAPP开放，形成一条服务内容生态的垂直公链。FACTS创建了-套能够有效反映出内容真实可靠性的“FACTS Index”评估模型对内容进行评估，并生成该篇内容的FACTS Index，为内容评审团和用户提供强有力的可信度参考，通过内容评审团审核的可信内容存储在事实内容池（Facts Pool）中，并由NL P23引擎自动构建事实图谱，沉淀出海量的可信内容。
为了直观的描述不同内容渠道的可信赖权重，FACTS引入事实权重（FACTS Rank）。事实权重基于类似于Page Rank算法，通过计算内容相互的引用关系，赋予不同内容或内容渠道相应的Rank数值。
在FACTS链上存储的是账本数据以及需要激励的用户关键行为数据，FACTS的内容则存储在基于IPFS协议的内容寻址文件系统中，链上只存储内容的索引。事实内容池的内容通过NLP引擎的分析处理，将不断的生成和更新相应的事实图谱。
为了降低内容评审团的工作量，提高效率， FACTS还提供了丰富的Al自动化工具，包括自动防水垃圾和自动化查重等。
2. FACTS激励机制（PoF）
PoF （Proof of Facts）是基于FACTS行为的激励机制，用户通过对于事实内容的创建、补充、评审、举报、阅读， 分享、点赞等行为，将自己的学识和经验用于到判断事实内容中，都可以认为是用户为事实内容作出贡献。PoF会按照每个用户对于事实内容的贡献程度进行统计， 最终按照FACTS激励模型获得奖励。
2.1 奖励池
FACTS提供一个公平合理的公共奖励池。内容消费者通过分享、点赞、注解、评论等操作与内容形成有效的互动即可获得奖励池分配的权利，同时内容生产者也会因内容消费者互动数量的增长而获得相应的通证奖励。所有奖励均会有一个奖励冷冻期，即申诉期，只有申诉期结束而且没有受到举证之后才会发放到用手中。
奖励池核心算法示例：
2.2 评价权重、精力值
对内容的评价分为正面和负面两类，正面评价包括点赞、打赏等，负面评价包括踩、纠错、举报等，也同时将中性行为如分享、评论、内容完善等行为按一定权重计算为内容评价因子。用户对内容进行评价时涉及到精力值的消耗。
用户的每次评价行为都会消耗一定的精力值， 同时也会因为参与了内容互动而获得FACTS Token奖励。当精力值消耗完毕之后，用户仍然可以继续参与互动，只是将不会获得相应的FACTS Token奖励。精力值按照时间逐步恢复。
精力值的引入基于两个目的：
1.防止活跃用户占据过多的评价权重。
2.防止通过注册僵尸用户来获取大量的评价权重。无论是正面还是负面评价，以单次有效评价行为所产生的评价权重为参数来调节精力值拥有量对评价权重的影响。
精力值的规则设定为：
1.最大精力值固定不变
2.精力值按照特定时间恢复
3.用户的每次创作/互动/传播行为会消耗一定的精力值
4.当用户消耗精力值进行的行为，将按照行为激励系数从奖励池获得对应奖励
5.当用户耗空精力值后，所进行的行为，行为仍有效，但是不再能从奖励池获得激励
2.2.3 判定期
在内容发布之后一-定天数内的评价将破用来计算内容应被分配的收益，期满后，系统将自动计算作者的应得收益。这意味着，在到期确定收益分配的时候，所有的内容以它们收获的净评价权重来按比例地分配待分配收益。优质的内容常常会引发更多的优质内容，而在Quora和知乎这样的模式下，优质的回答常常是由好问题引导的30，平台需要对引发优质内容的内容给予回报。
2.4 申诉期
一条内容会在评价期满之后计算收益。为了留下充足的时间甄别侵权、真实性等属性，收益还要一定的锁定期31才能到达作者手中。
为了防止恶意作者发布侵权或违规的内容，用户可以通过发起内容举报申诉发起新一次的内容评审团。系统根据内容评审团的表决结果对该类内容进行冻结，内容生产者也无法获得常规状态下能够获得的收益。在申诉期内，内容生产者也同样拥有仲裁申诉权，以保证所有用户均能得到公平的对待。
时间也是校验内容真实性的重要指标之一。FACTS使用了较长的申诉期，以确保在内容进入事实内容池之前有足够的依据证明其内容的真实性。
3.FACTS的核心指标
3.1 事实权重（FACTS Rank）
事实权重（FACTS Rank）：当事实内容互相引用形成内容网状结构以后，我们可以通过内容的相互链接关系，来确定一个内容的事实权重。FACTS Rank最终体现为事实内容的相关性和重要性的综合评级，数值从0到1。
为了避免同一用户的不同内容引用相关度过高导致事实权重不平衡，我们改进传统搜索引擎的Page Rank算法。同一用户的内容之间的引用将获得较少的权重分成，不同用户间的内容之间的引用将获得较多的权重分成。在Page Rank公式中增加了系数将同用户的相关性进行了系数衰减，形成公式FACTS Rank：
FACTS的文章权重计算表明，一个文章的权重指数是由引用它的其他文章的权重指数计算得到。FACTS通过迭代计算每个文章的权重指数，经过多次递归计算，这些文章的权重指数值会趋向于稳定收敛值，这就是指一系列互相引用文章的权重指数。
3.2 事实指数（FACTS Index）
事实指数（FACTS Index）是文章内容真实性的评估指数，数值从0到10。其代表着当前内容与所引用的内容依据相关性及合理性的关联程度，并结合内容的完善度、引用合理性以及用户的互动和纠错等多个参数加权得出的文章真实可信程度的评估指数。事实指数在很大程度上体现了内容的真实性及可靠性，为用户提供强有力的参考。
FACTS Index的影响因素如下图：
4. FACTS用户模型
4.1 内容生产者（Content Author）
内容生产者是FACTS中的核心用户，他们通过发布或完善主题来贡献内容。当内容生产者生产的内容通过内容评审团票选通过，并在评定期后未被投诉，即可获得系统予以的FACTS Token基础奖励。利用生产的真实内容吸引内容消费者产生互动以及分享，并根据互动及分享等相关的数据参数获得额外的FACTS Token。当生产的内容足够优质以及拥有足够的内容依据后，将会被标记为事实内容。在事实内容池中的内容-旦再次被其他用户引用，该内容的相关利益方都将获得相应的FACTS Token奖励。
内容生产者创作的内容并不是被局限的，他们可以创建新的事实主题也可以与他人协作共建已存在的事实主题，参与的形式包括创建主题、新增、修改、纠错、补充内容段。基于内容生产者的不断创作和完善的内容，最终将事实内容池中的事实内容形成网状结构的事实图谱。
4.2 内容消费者（Content Consumer）
内容消费者也是平台内容的筛选者，可以通过浏览内容，并与内容产生交互为优质的内容给于鼓励，平台将会根据其产生的交互参数发放额外的FACTS Token给到内容生产者。内容消费者可以同时通过参与内容投票以及内容分享获得FACTSToken。为了鼓励内容消费者去发现优质内容，一条内容最终获得的收益将有一定比例分配给在内容发布后最初的几天里为内容点赞、分享、评论的用户。在信息大爆炸信息碎片化时代，内容消费者想要彻底读懂一篇文章所花费的时间成本及精力是相当高的，FACTS 为内容消费者提供完善的注解功能，例如内容消费者可以选中某些陌生的名词或者事件，系统将从内容池中调取相应的内容注解为内容消费者提供快速的背景内容，这也将大大降低内容消费者的阅读成本。
4.3 内容评审团（Content Review Panel）
内容评审团是FACTS的内容管控机构，内容评审团的成员遵循公正和透明的原则产生，每条内容的评审团成员均设有上下限人数要求。在一个活跃的内容平台上有若千个内容评审团在同时工作。网络中每产生一条内容均需要内容评审团的事实认定投票决定是否能标记为一条FACTS内容。内容评审团成员入选条件和内容评审团的事实认定投票总体原则：
1.一定时间内活跃的持有一定FACTS Token的用户，并愿意在投票前将一定量FACTS Token抵押;
2.每次内容评审团票选从一定时间内活跃用户池中随机40抽取，同时参考用户与所投票内容的专业领域匹配关系，直到抽取的人中有一定人数完成判定， 若满足相应人数在规定时间内未完成事实认定投票，则继续从用户池中补位;
3.内容评审团获得FACTS Token。内容评审团成员遵循内容评审团守则进行事实认定投票。根据事实认定的投票通过率给于内容生产者相应的通正奖励内容评审团的各个成员根据其事实认定投票和内容评审团的总体事实认定投票通过率的一致程度的高低获得相应的通证奖励。若内容在评定期内被用户举报且举报获得新一期内容评审团的认可通过，则扣除原有的通证奖励，并将通证按照前述设定的规则发放给新一期内容评审团的各个成员。
通过抵押FACTS Token后不可转让，也不可分割，只有内容评审团成员退出内容评审团群体之后，并且内容评审团成员所有参与的投票内容全部度过申诉期之后方能解冻，若内容评审团成员需要强制解冻，则内容评审团成员参与投票获得的奖励中，处于申诉期的内容对应的评审奖励将会被视为自动放弃。
4.4 用户信用（User Credit）
用户信用：内容评审团和FACTS Index都需要评估一个 用户在特定内容专业的专业性。评估用户在不同内容领域的专业能力，通过用户标签、用户行为、H-index算法等方式进行用户专业评级，结合用户领域进行相关领域的评分。用户的领域评分如下：
H指数（H -index），是来自评价科学家学术成就的一种算法。H代表“高引用次数”（high citations），一名科研人员的H指数是指他至多有H篇论文分别被引用了至少H次。H指数能够比较准确地反映一个人的学术成就。
在FACTS中，可以用类似的机制评估一名作者在某个内容领域的学术权威性。一个作者的H指数代表着他的多篇内容分别被引用的次数。一个人的H指数越高，则表明他在某内容领域内的内容影响力越大，在某内容领域内的权威性越高。
FACTS系统架构
1.FACTS技术架构图
如图，技术架构可分为以下几个层次：
1.应用层：用户生态DAPP应用
2.接口层主要的业务逻辑，包括用户行为处理，行为激励，各种组织活动处理等，并通过开放接口， 将这些业务逻辑提供给接入的DAPP使用。
3.内容层;基于NLP引擎构建事实内容池、事实图谱、事实指数、事实权重等内容核心，还包括
维护内容评审，内容索引，内容版本，评估内容引用和评估指数等
4.交易层：基于内容的交易机制以及智能合约机制
5.基链层：区块链的打包、共识、存储、索引等
2. FACTS底层区块链架构
FACTS底层区块链采用石墨烯技术。Graphene （石墨烯）是区块链工具组，由比特股团队cryptonomex8开发，将DPOS共识机制投入了实际应用场景中。FACTS采用石墨烯技术作为底层区块基链层，具有交易速度快，并发能力很强，TPS高，数据吞吐量大等特性。同时FACTS会优化对于内容传输、内容存储、内容快速检索等内容操作的效率，使交易速度能够达到10000 TPS容量，可以支持上亿级用户的访问，为海量用户的高并发内容行为提供高性能的底层技术保障。
3.FACTS内容寻址存储系统
FACTS的文件系统需要支持内容多版本管理，以便多人协同创作修改内容;FACTS的文件系统需要支持内容索引，以便更高效的检索和管理内容。FACTS的文件系统需要分块存储，以便降低重复内容的存储空间。FACTS的文件系统需要能保证文件的准确性，以便确保文件的完整性。
FACTS内置的是一套内容寻址（content-addressable）文件系统，将文件拆分为Block并计算每个Block的Hash，然后通过Merkle tree49的方式进行查找。每个文件是一-个Merkle tree，每个Block即为Merkle tree的一个节点，这样利用Merkle tree既可以验证文件的准确性，又可以在文件修改、版本迭代中减少文件存储空间。多版本存储示意图如下：
3.1 内容目录树
为了更好的让内容结构化，FACTS的内容以分段多版本的形式进行管理，可采用分段评审、分段引用、评论、顶踩、举报，以优化用户体验提高效率。对于激励体系而言，也将拥有更细颗粒度激励的激励方式，确保用户的每-次细微贡献都能得到相应的奖励。
FACTS内部通过Deep L earning5o算法解决内容自动分类聚合问题，将文章段落拆解转化为词向量51，利用CNNS2/RNN53等深度学习网络的分类模型， 自动提取内容特征并将特征近似的内容归类自动聚合为内容目录树。
3.2 内容多版本协作
百科词条、事件专题等内容往往需要多个用户不断补充完善，为了实现内容的快速迭代以及迭代过程中的有序性，FACTS为内容引入版本（Version） 的概念，即用户可以不断完善自己或他人生产的内容，并将新产生的内容用一个新的版本编号记录在区块链当中。当不断有用户迭代完善某个内容，将使实事实内容不断丰富完善，最终广大用户阅读到的将是无数人参与完善迭代之后形成的高质量内容。内容协作流程如下：
用户协作中的内容版本控制：当多个用户参与修订完善同一内容时，版本的递增和管理是其中关键的部分。多版本设计可以帮助我们记录任意内容的完整历程，一边在未来任何时候追踪内容的版本情况，并如有需要，可以把当前显示版本回退到之前的某个版本。
而通过FACTS的内容寻址存储系统，在内容修改，内容版本迭代中，可以讲多版本中相同的内容记录为同一份，将其中差异内容段落分别记录。通过Merkle tree组织索引当前内容版本的各个段落，交叉使用相同内容段落，这样最终算法上保证内容准确性，又减少存储空间。
4. FACTS基于AI的自动化工具
自动防水防垃圾：通过人工智能算法，识别灌水行为特征以及垃圾内容，自动标注灌水和垃圾内容，减轻内容评审团工作压力，更好确保FACTS的质量。自动主题查重和内容查重：通过对主题和内容的特征抽取（分词、 hash、加权、合并、降维），构建文档指纹，对于审核内容进行相似度计算，自动进行内容重复审查，提高审查效率，降低审查成本。
自动主题查重和内容查重：通过对主题和内容的特征抽取（分词、hash、 加权、合并、降维），构建文档指纹，对于审核内容进行相似度计算，自动进行内容重复审查，提高审查效率，降低审查成本。
自动生成引用：对用户参与的内容，自动识别与已存在事实内容的关联性，并标识其引用关系。
自动评估事实指数：对用户参与的内容，自动按照已存在关联及其方向性，评估其真实性和内容质量评分。
提供API供外部访问：提供基于内容的批量查询、搜索、分析等的API接口。
5. FACTS 基于NLP构建事实图谱的平台模型
FACTS在技术上基于现有的成熟区块链技术，不断的升级创新，深耕内容价值以完成自己的使命。通过强大的内容寻址文件系统来实现快速检索和内容处理，提高了内容处理的吞吐量，可以在极短时间内完成用户行为的确认及反馈。基于人工智能算法的内容处理机制，将非结构化内容转化为事实图谱，挖掘内容的真正价值。
5.1 事实内容池与事实图谱
事实内容池（Facts Pool）是指所有经过内容评审团投票通过后的内容聚合，事实图谱（Facts Graph）则是事实内容池在人工智能技术基础上结构化后存储的网状结构的内容。事实内容池同样也拥有申诉机制，以确保内容的真实性并具备自我清洗能力。
FACTS的事实图谱是基于事实内容的结构化关系图谱，通过内容与内容之间的关系来构建让一个庞大的立体网状内容结构，让内容能够互相关联、互相佐证。优质的事实结构化内容结合人工智能技术以最优的路径来实现自动索引、自动引用、知识推理等功能。
5.2 NLP构建事实图谱
在构建和使用事实图谱时涉及到自然语言处理NLP引擎。FACTS为新内容构建事实图谱时会根据事实图谱中已有内容，通过深度学习算法，提取新内容与已存在事实的关联内容、关联属性、关联关系等要素，并对这些要素与事实图谱进行融合、去冗余、去冲突、规范化等操作， 最终和现有事实图谱融合，完成事实内容的沉淀。新内容构建事实图谱过程如下：
FACTS垂直公链应用场景
FACTS作为行业极具影响力的内容垂直公链，可以吸引全球区块链领域创业者和社区用户开发出各种各样的创新应用（DAPP）， 解决各种领域的用户痛点问题，涌现出更多更具创意的真实可信的内容应用。同样重要的是，FACTS 可以通过区块链技术和独特的激励机制，变革现有互联网内容产业的现行生产关系，赋能各种互联网内容应用，使这些应用以极小的成本就“区块链化”，成功打造区块链3.0时代“区块链即服务（BaaS）” 的典型标杆。
1. 新闻资讯平台
传统门户类网站的一直以广告作为主要收入来源，网站的采编机构也缺乏合适的激励途径。传统门户类网站不但可以通过引入FACTS的内容激励机制为采编机构提供激励渠道以及为网站主增加收益，同时也可以建立社群平台或发行社群平台智能合约通证。智能合约通证可以通过智能合约公正的将来自内容激励以及打赏机制的收益公平地分配到采编机构的每一个环节中。利用FACTS的内容池为平台的内容提供更加真实有效的内容依据，这些内容也将会为事实内容池提供更多真实的优质内容沉淀。
FACTS基金会将与最新锐的区块链财经媒体“专业队”石榴财经展开深度战略合作，在区块链垂直领域打造最专业可信的区块链事实图谱网络。
2. 社交媒体平台
利用FACTS的内容激励与通证分配机制，平台可以构建出类似于以文字内容为主的社交媒体平台，甚至更进一步构建出类似于Twitter、Facebook 这类的社交网络。同时能利用FACTS的内容池为社交媒体平台的内容提供更加真实有效的内容依据，这些内容也将会为事实内容池提供更多真实的优质内容沉淀。
3. 博客类，百科类，论坛类内容平台
博客类、百科类、论坛类也依然占据着很大份额的网络流量，特别是博客类以及百科类内容平台，是普通用户发表严肃文本内容的主要途径。多年以来这些内容平台只能依靠广告收益来维持，也有很大部分的用户无法从这些平台获取收益，通过FACTS的内容激励与通证分配机制引入到此类平台，为发表内容的用户以及平台建设者带来更多收益，并且利用事实内容池为平台的内容提供更加真实有效的内容依据，这些内容也将会为事实内容池提供更多真实的优质内容沉淀。
FACTS基金会将与全球最大中文百科网站互动百科69展开深度战略合作70，在互动百科1200万智愿者71和1700万中文词条的坚实基础，上迅速搭建出全球最大的事实图谱网络。
4. 问答类内容平台
类似于Quora和知乎这类问答类社区的内容变现一直都是问题，通过FACTS的评价与通证分配机制，可以让优秀回答者获得合理的回报。相比直接支付，基于内容评价的激励可以得到更高的转换率和更高的参与度。利用事实内容池为平台的内容提供更加真实有效的内容依据，这些内容也将会为事实内容池提供更多真实的优质内容沉淀。
5. 内容聚合类平台
平台可利用FACTS引用功能提供类似于令日头条等内容聚合类功能，平台可以利用自动化程序挑选出合适内容然后推送给读者。通过转载功能，无论是作者还是转载者都可以获得评价和打赏回报。利用事实内容池为平台的内容提供更加真实有效的内容依据，这些内容也将会为事实内容池提供更多真实的优质内容沉淀。
6. 行业专业信息检索引用服务
论文、专利的撰写需要大量的参考资料以及引用，由于事实内容池中大量真实内容是网状互联的结构化事实图谱，可以快速检索到相应的内容。利用FACTS的内容池为平台的内容提供更加真实有效的内容依据，这些内容也将会为事实内容池提供更多真实的优质内容沉淀。
7. AI行业的基础内容提供商服务
在人工智能快速发展的时代，需要大量结构化事实以供AI进行分析解读以产生更多价值。事实内容池（Facts Pool）以及事实图谱（Facts Graph）中的内容将会是AI的重要内容提供商，大量的内容可以以结构化数据”输出，并且也可结合Al技术形成更多有价值的内容以补充到事实内容池以及事实图谱中。
8. 商业化系统
FACTS的商业化系统分为两个主要模块：在线广告及内容推广，这可以增强FACTS Token流动性，增加平台收入。
8.1 在线广告
FACTS将会在钱包内提供一个广告市场，为平台出售按时长按广告位置付费的广告。在广告市场中，将会展示各个平台能提供的广告位置选项以及费用，同时也会显示这些平台在区块链上的表现以及历史数据供用户做参考。用户可以直接支付FACTS Token进行购买，经过平台审核广告后即可进行广告投放，广告显示的时长和位置由智能合约执行。
8.2 内容推广
FACTS的内容体系是十分复杂的，若用户希望自己的内容在众多内容中脱颖而出除了内容足够优质之外还需要-定的推荐位、付费转发分享等手段来获取更多用户和流量，平台将为普通用户开辟类似广点通、粉丝通等的推广渠道。
FACTS通证分配规划
ERC20阶段FACTS Token （简称FACTS）总发行量为90亿，其中：
基金会池持有18亿FACTS Token，占ERC20阶段总量的20%。基金会作为一个非盈利性组织，其持有的FACTS Token全部用于FACTS社区的持续运转和维护，所有收支遵循严格、透明、合规的财务管理机制。
创始团队持有13.5亿FACTS Token，占ERC20阶段总量的15%，这部分自授予之日起，分4年解锁，每年解锁25%。
社区运营及生态建设池持有31.5亿FACTS Token，占ERC20阶段总量的35%。其中5%用于合规及战略咨询，30%用于社区运营推广、产品推广、主链上线前对用户行为的奖励以及生态建设（ 包括如孵化、生态内投资、战略资源合作等）。
私募投资池持有27亿FACTS Token，占ERC2088阶段总量的30%，针对业界优秀投资机构与定向私募。
待主链上线后，将会激活主链奖励池中通证，总数量为59.6亿FACTSToken，用于激励用户发布优秀内容和传播优秀内容。主链上线前激励池中的
FACTS Token全部由智能合约锁定。待主链上线后，将逐步释放。每年释放激励池余额的10%，即：第一年释放5.96亿FACTS;第二年释放5.464亿FACTS，以此类推，永续进行。
工商网监
评论