如何更合理地评估NFT的稀有度(Rarity)？

欧易(OKX)

用戶喜愛的交易所

立即注冊立即下载

币安(Binance)

已有账号登陆后会弹出下载

立即注冊立即下载

什么是NFT的稀有度？

一般来说，NFT的稀有度包含两个概念：特征稀有度与资产稀有度。

特征稀有度：衡量每个特征的出现频率，即拥有该特征在此集合中的占比。例如，特征 "Background_Blue "的稀有度得分是10.44%，因为Short Bear Club总数是5000只，其中有522只 "Background_Blue "熊。

图1: Short Bear Club的特征稀有度

资产稀有度：代表该项资产的总稀有度分数，可用于横向对比与排名。单个 NFT 的价值通常很大程度上受到稀有度的影响。对于 NFT 收藏家来说，当他们在考虑购买哪种 NFT 时，他们希望花费相同数量的 ETH 带来最大的回报，于是，稀有度成为最重要的参考指标之一。

已有的稀有度评分模型Rarity.Tools 稀有度评分

Rarity.Tools 是目前使用最广的稀有度评分工具。它的核心计算方式是：将每个特征出现频率的百分比的倒数总值相加。

图2：rarity.tools 的稀有度模型（来源 Medium）

不过，Rarity.Tools 在近期调整了它的计算模型，且没有公开披露具体细节。

Rarity.Tools 是 NFT Summer 爆发前就有的一款 NFT 稀有度数据分析工具，它的优势在于计算模型简单易懂。用户可以很直观地看出哪个特征在整体稀有度分数中贡献度更大。但是简单加总法的缺点是可能会高估或低估一项资产的真实稀有度。例如，若某个特征或者特征数量的分数过高，会在一定程度上拉高该 NFT 的排名，但用户可能对该特征并不是很关注。

NFTEXP 稀有度评分

在 NFTEXP 的稀有度计算更为复杂，目前尚未披露。我们只能从 NETEXP 官网中获得NFTEXP模型的大概思路。

以 "Chubbies"项目为例，其中两个特征的频率如下：

脸部: Blushed，有1053个（10.5%）。

发型: Afro，有1110个（11.1%）。

图3："Chubbies"项目一览（来源NFTGO.io)

从百分比上来看两个特征的稀有度几乎相同。但是：「Blushed」的特征稀有度评分为8，而 Afro 的特征稀有度评分为17。这是因为发型特征只有四种，脸部特征一共有13种。所以，一个 「Blushed」 的真实稀有度低于“平均脸”（13种脸部特征占7.7%，「Blushed」占10.5%），而一个「Afro」的真实稀有度高于平均水平（4种发型特征=25%，Afro 有11%）。

NFTEXP 的特征稀有度考虑到了特征中类别数的影响。每个特征的出现频率会与平均频率进行比较，相应的调整特征评分。但 NFTEXP也存在和 Rarity.Tools 同样的缺点，会在下一节“异常情况对比”中详细阐述。

更合理的稀有度评分模型

一般来说，稀有的同义词还有特殊、独特。一件事物是否稀有，主要取决于它与群体内其他事物的差异性。差异性越大，代表这件事物更加特殊和罕见。那么，若能量化这件事物与群体内其他事物的综合差异，即能反映出它在群体内的稀有度。NFTGO 基于这一原则，研发出一种更科学的方法来评估 NFT 的稀有度 —— 基于 Jaccard 距离的稀有度评分方式（以下简称为 NFTGO 稀有度评分）。

热点：ETH NFT 数据