在这里，最后一次构建社交关系

最新推荐文章于 2025-10-06 02:20:38 发布
原创 最新推荐文章于 2025-10-06 02:20:38 发布 · 443 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#区块链 #web3 #数据安全

超送作为首款Web3.0通讯工具，基于cyfs协议和区块链技术，旨在让用户掌握自己的数字身份和数据。通过OOD存储，用户可控制自己的信息，实现社交关系的跨应用使用。超送强调用户对数据的所有权，反对监视资本主义，为价值互联网奠定基础。目前的研学版还处于初级阶段，未来将支持超大文件传输等功能。

标题在这里，最后一次构建社交关系

酝酿已久的基于cyfs协议开发的首个DEC App“超送”（Cyber Chat） 研学版昨日上线。作为全球首款Wｅｂ３.０通讯工具，超送将和OOD（个人数据保险箱）一起引导大家进入Web3.0的世界。
未来，每个家庭都需要一个OOD数据保险箱
为什么是IM？

我们为什么会从IM入手？

回顾一下信息技术革命的历史，网络从军方技术发展成为民用技术，Web 1.0的用户是被动地接收信息；Web 2.0的用户既是信息的接收者也是传播者，即人人都是自媒体；Web 3.0的核心在于用户能不能真正拥有自己的数据并从中获益。

信息技术的进步将会削弱今天互联网平台的权力，Web3.0也将逐步摒弃以平台服务为中心的商业模式，而转为以用户为中心展开的可靠服务模式。它的底部是由各种标准开放协议构建的价值互联网。

如今，互联网已经成为我们生活必不可少的一部分，现实世界和数字空间已经几近折叠。而人的本质是一切关系的总和，身份和社交关系就是人们最重要的底层数据。只有把数字身份和由其衍生的社交关系、数据都牢牢掌握在自己的手中，才能从源头上阻断中心化平台对用户隐私的收集、泄露、杀熟以及滥用权力的可能。

所以我们基于密码学创建了可靠数字身份，它是未来互联网的通行证，可以不通过第三方机构/组织就可以证明"你就是你"的唯一凭证，并基于该身份拥有“数据/资产/服务”的所有权、管理权和控制权。
助记词
同时，我们还采用了区块链去中心存储技术让OOD成为数据存储的载体，以支撑DEC App服务的持续运行。在

最低0.47元/天 解锁文章
SparkStreaming在社交媒体分析中的应用
AI天才研究院
08-06 924
SparkStreaming在社交媒体分析中的应用 1.背景介绍 随着社交媒体的迅猛发展,每天产生的数据量呈爆炸式增长。如何实时、高效地分析和处理如此海量的社交媒体数据,已经成为一个亟待解决的难题。Spark Streaming作为Apache Spark生态系统中流式数据
词嵌入技术在社交媒体分析中的应用
AI天才研究院
07-22 1541
作者：禅与计算机程序设计艺术 随着互联网的飞速发展，基于网络、移动终端和社会化网络服务构建起来的社交网络正在成为当今世界上最大的生态系统之一。随着互联网技术的不断发展和社会生活的深刻变化，传播动态信息的方式也越来越多样化，不同形式的信息通过不同的渠道和平台得以广泛地传播和扩散。在这个过程中，社交媒体数据的分析对传播者、消费者和企业都具有重
数据出生即确权 巴克云发布CYFS文件系统
Cyberchat2020的博客
12-28 1296
文章目录前言一、CYFS是什么？二、数据出生即确权三、每个家庭都需要OOD四、支持DC/EP的DECApp五、是商业更是梦想总结 前言 CYFS（晶格文件系统CyberFileSystem）基于“有权语义网络”理论设计、在无中心的P2P协议BDT之上构建了结合云计算技术与区块链的激励系统，将创立私有可控的App形态和链计算生态。它是互联网基础协议（HTTP、DNS、TCP/IP）的一次重大升级，将打破现有的人网交互局限，实现万物智能互联的多维空间点对点信息传输，通过对个人信息数据的确权，促进数据商业化，
探秘CYFS：一个创新的开源文件系统
gitblog_00028的博客
03-24 516
是由BuckyOS团队开发的一款现代、高性能且轻量级的开源文件系统，旨在提供高效的数据存储与访问解决方案。CYFS的核心目标是优化I/O性能，同时保持代码简洁和易于维护，以适应各种嵌入式设备和云计算环境。 ## 技术解析 ### 面向对象的设计 CYFS采用了面向对象的编程思想，将文件系统设计为一系列相互协作的对象，如Inode（索引节点）、Block（数据块）和File（文件）。这种设计提...
CyberChat:Golang实现的基于WebSocket的实时聊天室
04-22
CyberChat Description 采用WebSocket进行通信 后端使用Golang编写 前端使用React.JS Required Tools go or Docker Engine npm Deploy backend on Docker Pull image from the command line: docker pull docker.pkg.github.com/fffzlfk/cyberchat/backend:0.1 Use as base image in DockerFile: FROM docker.pkg.github.com/fffzlfk/cyberchat/backend:0.1 Backend cd src/backend go run main.go [-p $port] # -p为可选参数 用来指定端口号，默认为8080 Fronten
零距离感受Web3.0 CYFS生态嘉年华现场模拟未来互联网
Cyberchat2020的博客
04-28 418
如果要问Web3.0是什么，相信大部分人会是这么一个状态：一听好像知道一点，但细想，却什么也回答不上来！如同人类社会一直在演变进步一样，互联网也是如此，Web1.0时代，各大门户网站相继兴起，网页是“只读”状态，用户只能搜索信息，浏览信息，是被动地接受信息，几乎没什么交互；Web2.0时代，各大社交平台兴起，网页从“只读”状态变为“可读写”状态，人人都可以发布内容，用户在接受信息的同时也成为信息的传播者，交互性得到极大提升。随着移动互联网的兴起，http无法链接到可移动的设备，逐渐走向“中心化”，而用户创造
IET Fellow 王玉皞教授：CYFS将开启Web 3.0元年
Cyberchat2020的博客
06-16 1097
在前不久巴克云举办的Web3.0圆桌论坛上，来自互联网多个领域的优秀企业家和高校学界人士，皆对CYFS创建的新一代信息技术颇感兴趣，并结合自己的行业特点纷纷展望了未来的互联网。 我们近期将陆续发表嘉宾们的谈话，也期待与更多的开发者、第三方企业、高校进行技术交流和合作。 IET Fellow 王玉皞教授： CYFS将开启Web3.0元年 我主要从高校的角度谈一下CYFS。我觉得今天的这个发布会，我用了一个“the year” ，我觉得应该可以大胆地称之为Web3.0的元年。这是第一个想跟大家表达的。 第二
在推荐系统中衡量社交朋友兴趣相似度
一念一寻
04-18 1万+
在推荐系统中衡量社交朋友兴趣相似度摘要由于过去几年在线社交网络服务的普及，社交推荐系统已成为一个新兴的研究课题。本文旨在为社会推荐问题的研究提供基础支持，对社交好友关系与用户兴趣相似之间的相关性进行深入分析。当评估兴趣相似性而不区分用户具有的不同朋友时，我们惊奇地观察到社交朋友关系通常不能表示用户兴趣相似性。用户在所有朋友上的平均相似度甚至与其他随机选择的用户的平均相似度相关。然而，当使用更精细的...
人类与社交机器人共处的挑战
最新发布
kk1234的博客
10-06 1709
本文探讨了社交机器人进入家庭后对人类身份认知的影响，通过分析电视剧《人类》中的角色索菲和萨姆，揭示儿童在与合成人互动中形成自我认同的复杂过程。文章对比了布雷齐尔对社交机器人的乐观愿景与特克尔对其情感欺骗性的批判，并提出电视作为最早的关系型人工物，可为理解当前人机关系提供启示。强调技术与人类相互塑造的动态关系。
基于位置的社交网络中用户的好友与移动的关系
热门推荐
wisteriamhy的专栏
05-29 1万+
摘要 尽管人们的流动及活动模式具有叫很高的自由性及多样性，但是仍旧受地理空间和社会关系的限制。我们通过研究手机定位的数据与两个在线的基于位置的社交网络的数据，来理解支配人类移动意向的基本法则。我们发现：人类的活动是由两类活动组合起来的，其一是受时间和空间限制的有周期性的活动，其二是与社会网络关系相关的随机的跳跃式活动。近距离的活动大都体现了其时间和空间的周期性重复特征，同社会网络结构关联不大；而
基于SSM框架社交媒体实现
qq_43794633的博客
07-08 3284
本系统的定位是简洁，但又不简单的社交媒体，摒弃当前社交软件多余而又繁琐的功能，避免同质化。其功能主要有这几项：1、利用邮箱实现快速注册、忘记密码；2、用户资料的查看、修改；3、管理好友，其中有添加、删除、修改昵称；4、查看系统消息；5、用户发布随说（类似于QQ的说说、微信的朋友圈），文字/图片/视频类型的均可，也可评论随说、回复评论；6、用户发布问题，并且所有注册的用户均可查看、回答；7、对随说、评论、系统消息、问答进行分页请求查看；8、好友聊天。...............
社交网络中潜在好友推荐算法研宄
XingLiu's Blog
08-23 8269
算法概要计算用户间连通关系强度的算法可以分成两个部分:第一部分构建连通关系强度的计算模型即由链结关系网络图转换为对应的带有关系语境信息的链结关系网络图;第二部分进行用户间连通关系强度的计算。下面我们对该部分算法进行具体描述。
Neo4j 图数据库在社交网络等领域的应用
技术杂谈
12-26 6044
本文来自作者 秦子敬 在 GitChat 上分享 「Neo4j 图数据库在社交网络等领域的应用」，「阅读原文」查看交流实录。「文末高能」编辑 | 哈比一、前言Neo4j 是一种基于图论实现的新型 NoSQL 数据库。这种数据库，在处理社交网络，物流运输，推荐系统，欺诈检测等，关系分析等领域有着巨大优势。本场 Chat，我将为你介绍：Neo4j 与关系型、其他非关系型数据库的优势比较哪些领域适合 N
聚类算法在社交网络分析中的应用技术教程
kkchenjj的博客
07-13 1066
聚类算法是一种无监督学习方法，其目标是将数据集中的样本划分为多个类或簇，使得同一簇内的样本彼此相似，而不同簇的样本差异较大。这种相似性通常基于某种距离度量或相似度函数。聚类算法在社交网络分析中扮演着重要角色，它可以帮助我们发现网络中的社区结构，即具有紧密联系的用户群体。
一切皆是映射：深度学习在社交媒体数据分析中的应用
AI天才研究院
04-21 461
1.背景介绍 1.1 社交媒体数据的海量与复杂性 在现今的信息时代，社交媒体已经成为了人们获取信息、表达观点、交流思想的重要平台。每天，微博、微信、Facebook、Twitter等社交媒体平台上都会产生海量的用户数据，这些数据中包含了丰富的用户行为信息及其背后的社会现象。然而，由于数据的海
刘智聪-将Web3进行到底
Cyberchat2020的博客
08-12 3248
我们要守住互联网的权利！
存储即是土地 “享存”让闲置硬盘空间轻松变现
Cyberchat2020的博客
04-30 965
也许，大部分人都觉得互联网只是我们的一个应用入口，为我们提供各种服务，殊不知，它已然演变成我们生活的一种映射，成为现实世界的蔓延。在这个领域，算力是能源，存储是土地，代码是生产资料，数字身份就是个体，数字世界对现实世界已有着无处不在的渗透力，“数据”则是你的“私有财产”。 这是对Web3.0的重要解读，也是CYFS所构建的“价值互联网”的重要理论基础，明白这个道理之后，再看“存储”这块土地，它将具备无上的价值，不仅人人都需要，且对其可靠性有着极致的追求。在CYFS开发者测试网上线发布会（以下简称“新版发布
物界科技田民：Web3.0给普通人带来希望
Cyberchat2020的博客
06-07 669
在前不久巴克云举办的Web3.0圆桌论坛上，来自互联网多个领域的优秀企业家和高校学界人士，皆对CYFS创建的新一代信息技术颇感兴趣，并结合自己的行业特点纷纷展望了未来的互联网。 我们近期将陆续发表嘉宾们的谈话，也期待与更多的开发者、第三方企业、高校进行技术交流和合作。 物界科技创始人田民：Web3.0给普通人带来希望 我是物界科技的创始人，在创建这家公司之前，我是顺丰集团的CTO。我个人觉得参加这次的会议，是我至少10年内参加过的所有互联网大会当中，最让我feel excited的一次。我参加过任何BAT
思否高阳：价值传输是Web3.0的核心
Cyberchat2020的博客
06-04 530
在前不久巴克云举办的Web3.0圆桌论坛上，来自互联网多个领域的优秀企业家和高校学界人士，皆对CYFS创建的新一代信息技术颇感兴趣，并结合自己的行业特点纷纷展望了未来的互联网。 我们近期将陆续发表嘉宾们的谈话，也期待与更多的开发者、第三方企业、高校进行技术交流和合作。 思否CEO高阳：： 价值传输是Web3.0的核心 我们思否社区其实上线比较早，现在应该是新的社区里做得最大的，目前有600多万的开发者用户，每个月有2000多万的来自全国独立访问量。在来这个会之前，我特意在我们社区里检索查了一下后台的数据，
聊天记录社交关系分析
02-28
### 使用数据分析工具或算法对聊天记录进行社交网络分析 对于聊天记录的社交网络分析，可以从多个角度入手。首先，理解社交网络的基本概念及其在不同领域中的应用至关重要。例如，在社会学上，三元闭包理论指出人们倾向于形成紧密联系的小团体，这有助于解释为什么某些关系更容易建立并保持稳定[^1]。 #### 数据准备阶段 为了有效地开展社交网络分析，需先准备好待分析的数据集。这里提到的一个实用工具有WechatBakTool，它能帮助提取和解析来自即时通讯平台的消息内容，包括但不限于文字交流、多媒体资料以及互动行为等多维度的信息[^2]。 ```python import pandas as pd from wechatbaktool import WeChatBackupAnalyzer # 假设这是WechatBakTool对应的Python库名 # 初始化分析器实例 analyzer = WeChatBackupAnalyzer('path_to_backup_file') # 获取所有对话记录 messages_df = analyzer.get_messages() ``` #### 构建节点与边的关系图谱 一旦获得了结构化的聊天日志数据，则可构建代表个体间交互模式的图形模型。在这个过程中，每位参与者被视作一个节点；而他们之间的每一次沟通则构成连接这些节点的一条边线。通过这种方式形成的网络能够直观反映出群体内部成员间的关联强度分布情况。 ```python import networkx as nx import matplotlib.pyplot as plt def build_social_network(df): G = nx.Graph() # 添加节点（即参与聊天的人） users = set(df['sender']).union(set(df['receiver'])) for user in users: G.add_node(user) # 创建边表示两人之间有过交谈 edges = [(row.sender, row.receiver) for index, row in df.iterrows()] G.add_edges_from(edges) return G social_graph = build_social_network(messages_df) nx.draw(social_graph, with_labels=True) plt.show() ``` #### 运用社区发现算法揭示潜在社群结构 借助于特定的技术手段如Louvain方法或其他类似的聚类算法，可以进一步探索隐藏在网络背后的子群落特征。这类操作不仅限于识别出哪些个人属于同一个圈子，还可以评估各个圈子里的核心人物是谁，从而为企业提供有关目标受众细分的重要见解[^4]。 ```python from community import community_louvain partition = community_louvain.best_partition(social_graph) sizes = [] for com in set(partition.values()): list_nodes = [nodes for nodes in partition.keys() if partition[nodes] == com] sizes.append(len(list_nodes)) print(f"Detected {len(set(partition.values()))} communities.") ``` #### 可视化呈现结果以便更好地解读 最后一步是将上述计算所得的结果转换成易于理解的形式展现出来。利用商业智能软件所提供的高级绘图功能，可以使复杂的统计指标变得一目了然，进而辅助管理者做出更加明智的战略抉择[^3]。 ```python pos = nx.spring_layout(social_graph) cmap = plt.cm.viridis_r nx.draw_networkx_nodes(social_graph, pos, node_size=20, cmap=cmap, node_color=list(partition.values())) nx.draw_networkx_edges(social_graph, pos, alpha=0.5) plt.axis('off') plt.show() ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值