币天销毁:给你一个放心的购物世界

在网购如此盛行的今天,想必有一个问题肯定会让你不胜其烦,那就是:

这个东西,可信吗,我到底该不该买呢?

某天,你打开手机里的淘宝,想买个东西。你先搜索了下,于是有一大堆符合搜索关键字的商品,罗列在页面上,有很多很多页。大海捞针一样,你该怎么筛选?

幸好,页面上端有各种排序方法,供你选择。综合排序,信用排序,销量大小排序等。

可是,综合排序是什么鬼,难道排在最上面的就是最可信的吗,你就能毫不犹豫下手买了吗?你狐疑地很。

那信用排序呢,具体又是依据什么规则计算出来的呢?排在最上面的就是信用ok吗?难道没可能是因为卖家花了费用买了靠前的排序位置吗?

销量大小呢?同样存在问题,比如众所周知的刷客,就是那些给卖家刷很多条虚假购物记录的。你无法辨别,到底销量里掺了多少水分。

还有商品评价,多少是真实买家的留言,多少是刷客虚假的评价,也不容易区分。

所以,你只能将就着,参考销量大小、评价好坏、价格高低,比较各商品间后做出选择。但在收到商品、开包验证之前,你都没有把握,买到的东西是否实打实地如商家所说。这个购物过程,真是耗费时间、精力,分分钟在挑战着你的信任。说它是个冒险过程,也不为过。

为什么会这样?

因为一个完整的交易行为,包含两部分:等价交易、信用评价。

然而,目前电商平台的交易,等价交易做到了,但信用评价离做得好还很远,让人无法信任。换句话说,电商平台对交易行为的处理是一样的,即等价交易。

什么是等价交易?

等价交易就是一个人的支出等于另一个人的收入。

张三支付30块钱给李四,李四给了张三一袋红枣。这是一个真实的等价交易。

可是李四自己开了A、B两个账户。A账户转30块钱,到B账户;之后B账户又转回30块钱到A账户;A、B账户金额回到原来状况。这就完成了一次虚假的等价交易。如此反复来回,左手倒右手,就可以弄出来很多笔虚假交易。这种刷交易量、刷信用的行为,难以被区分出来,也不可能靠道德来要求。

那么,该怎么办呢?

区块链领域,有一种方法,能比较好地解决上面的问题。

这种方法,叫“币天销毁”,英文 coindays destroyed,最初是从比特币延伸出来的。

它的计算方法:
币天销毁=每笔交易的金额(币数) x 这笔交易在账上停留的天数(天)

举例:

  1. 你账户上有100比特币,是30天前收到的,现在你全部把它花了,转账给了张三。
    这次交易的币天销毁 =100比特币 x 30天 = 3000币天。
    解读:3000币天,在这次交易中被消耗掉了,无法继承到下次交易中;即3000币天,在交易时被销毁了。

  2. 接着,张三在100天后,购买李四的商品,花掉了40比特币,转到李四的A账户。
    这笔交易的币天销毁 = 40比特币 x 100天 = 4000币天。
    解读:4000币天,在此次交易中被销毁。
    该交易行为,为真实交易

  3. 李四打算给自己刷交易量和信用。他把这40比特币,在1天后,从他自己的A账户转到B账户,当天又转回A账户。如此相同模式,重复操作了5次。
    5次币天销毁总数 = 40比特币 x 1天 x 5次 = 200币天。
    该交易行为,为虚假交易

情景一:按照交易金额评估信用
真实的交易金额数 = 40比特币
虚假的交易金额数 = 40比特币 x 5次 = 200比特币
总交易金额数 = 240比特币
真实交易对信用贡献占比 = 40/240 = 17%
虚假交易对信用贡献占比 = 200/240 = 83%
解读:虚假交易,可以有效的刷高信用,因为它对信用评分影响大,此处影响率高到83%。

情景二:按照币天销毁评估信用
真实交易的币天销毁 = 4000币天
虚假交易的币天销毁 = 200币天
总交易的币天销毁 = 4200币天
真实交易对信用贡献占比 = 4000/4200 = 95%
虚假交易对信用贡献占比 = 200/4200 = 5%
解读:虚假交易,对刷高信用效果极小,因为它对信用评分影响很小,此处只有5%。

从上面的例子可以得出这个结论。币天销毁,极大地降低了虚假交易带给信用的不良影响,从83%降到5%。

在这种方式下,即使有虚假交易也对信用评分构不成威胁。因为信用的大小,不只取决于交易金额大小、交易次数多少,还加入了一个重要的、不可逆的时间维度。虚假交易需要在短时间内同一笔金额在两个账户间反复来回转账。这意味着除了第一笔转账外,其它无数笔转账的金额在账户里停留的时间天数很短,那么币天销毁数也就难以无限拔高。这为建立真正的信用评分提供了有效的途径,让人们可以放心,认可信用分数。

如果这套方法用在电子商务上,未来大家再也不用担心“卖家的东西是否可信”,因为基于“币天销毁”机制的信用评分,让你对好东西一目了然。

到那个时候,终于可以卸下一堆的狐疑、猜测,也终于有可以值得信任的东西。这种感觉必定美好。这种舒心的购物体验,也将促使网络交易更加繁荣。

真是值得期待,一个值得信赖的区块链信用网络购物世界。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,444评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,421评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,363评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,460评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,502评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,511评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,280评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,736评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,014评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,190评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,848评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,531评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,159评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,411评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,067评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,078评论 2 352

推荐阅读更多精彩内容