مع توسع النظام البيئي للويب 3، أصبح نشاط المستخدم موزعًا عبر منصات DeFi وNFTs وGameFi وDAOs والتواصل الاجتماعي على السلسلة. ورغم تسجيل جميع هذه الإجراءات على البلوكشين، إلا أن البيانات غالبًا ما تظهر كأحداث منفردة، مما يصعب بناء نموذج متماسك لفهم المستخدم.
مع النمو السريع لـ وكلاء AI والهويات الرقمية والخدمات المخصصة، لم يعد الاعتماد على عناوين المحافظ وحدها كافيًا لتلبية احتياجات التطبيقات الذكية في فهم المستخدم. يُنشئ تضمين الهوية تمثيلًا موحدًا للهوية الرقمية، مما يتيح لـ AI فهم الأنماط والسمات الكامنة وراء سلوك المستخدم، ويجعله مكونًا أساسيًا في طبقة ذكاء الويب 3 من Bluwhale AI.

تضمين الهوية هو أسلوب يحول سلوك المستخدم وسمات هويته إلى تمثيلات متجهة.
في AI، يُستخدم التضمين عادة لتحويل المعلومات المعقدة إلى متجهات رقمية يمكن للآلات معالجتها. على سبيل المثال، تحول نماذج اللغة الكبيرة الكلمات إلى متجهات دلالية لفهم العلاقات بين المصطلحات المختلفة.
يطبق Bluwhale AI هذا المفهوم على هوية الويب 3. من خلال تحليل البصمة على السلسلة للمستخدم—بما في ذلك ممتلكات الأصول وعادات التداول وتفاعلات البروتوكول والمشاركة المجتمعية—يحول النظام هذه الإشارات إلى متجه هوية موحد.
يمكّن هذا المتجه المستند إلى الهوية AI من تحديد سمات المستخدم بسرعة دون الحاجة إلى إعادة معالجة جميع البيانات الأولية في كل مرة.
عناوين المحافظ هي المعرف الأكثر أساسية في عالم البلوكشين.
ومع ذلك، فإن عنوان المحفظة يسجل فقط تدفقات الأصول وسجل المعاملات—ولا يكشف بشكل مباشر عن نية المستخدم.
على سبيل المثال، قد يمتلك مستخدمان نفس الكميات من الأصول، لكن أحدهما يشارك بنشاط في التصويت على الحوكمة بينما يتداول الآخر بكثافة. من أرصدة المحافظ وحدها، يكاد يكون من المستحيل التمييز بينهما.
علاوة على ذلك، غالبًا ما يدير المستخدم الواحد محافظ متعددة، ويظل النشاط عبر السلاسل المختلفة معزولاً. هذا التجزؤ يجعل فهم الهوية أكثر تعقيدًا.
تكمن قيمة تضمين الهوية في تجاوز قيود العناوين الفردية وفهم المستخدمين من منظور سلوكهم الكلي.
تعتمد دقة تضمين الهوية على ثراء مصادر بياناته.
يجمع Bluwhale AI بيانات سلوك المستخدم من عدة أبعاد رئيسية:
تكشف أنواع الأصول وفترات الاحتفاظ وهياكل التخصيص عن تفضيلات المستخدم الاستثمارية ورغبته في المخاطرة.
يظهر الحاملون طويلو الأجل والمتداولون ذوو التردد العالي أنماطًا مختلفة بشكل ملحوظ.
تُعد بروتوكولات DeFi أو مجمعات السيولة أو منصات الإقراض التي يتفاعل معها المستخدم مدخلات حاسمة لبناء ملف شخصي.
توضح البروتوكولات التي يتفاعل معها المستخدم مستوى نشاطه ومجالات اهتمامه داخل النظام البيئي.
يعكس التصويت على الحوكمة ومساهمات DAO والتفاعلات المجتمعية على السلسلة التزام المستخدم طويل الأجل وميوله الحوكمية.
بموافقة المستخدم، يمكن للاتصالات الاجتماعية المحددة على السلسلة وبيانات الهوية أن تثري الملف الشخصي بشكل أكبر.
إنشاء ملفات المستخدم ليس تجميعًا لمرة واحدة للبيانات—بل هو عملية مستمرة من التعلم والتحديث.
يسحب النظام أولاً بيانات سلوك المستخدم من شبكات وبروتوكولات بلوكشين متعددة.
بعد التنظيف والتطبيع، تدخل البيانات إلى خط أنابيب التحليل.
تحدد نماذج التعلم الآلي ميزات سلوكية تمثيلية، مثل:
يتم تحويل الميزات المستخرجة إلى تمثيلات متجهة.
تشبه هذه الخطوة ضغط معلومات الهوية المعقدة في نظام إحداثيات رقمي يمكن لـ AI التعرف عليه بسرعة.
يتم دمج عدة متجهات لتشكيل نموذج هوية موحد.
يقوم النظام بعد ذلك بإنشاء بطاقات المستخدم وملفات السلوك المقابلة.
هوية المستخدم ليست ثابتة.
مع تحول الأصول وتطور استخدام البروتوكول وظهور سلوكيات جديدة، يجب أن يتكيف الملف الشخصي.
يراقب Bluwhale AI باستمرار النشاط الجديد على السلسلة ويدمجه في التحليل.
عندما يبدأ المستخدم في استخدام بروتوكول جديد، أو ينضم إلى DAO، أو يغير استراتيجيته الاستثمارية، يتكيف متجه الهوية في الوقت الفعلي.
تضمن آلية التحديث الديناميكي هذه أن يعكس الملف الشخصي الحالة الحالية للمستخدم، وليس فقط البيانات التاريخية.
يعتمد ذكاء وكيل AI إلى حد كبير على مدى فهمه للمستخدم.
إذا رأى الوكيل عنوان محفظة فقط، فإن المعلومات التي يمكنه الوصول إليها محدودة للغاية.
مع تضمين الهوية، يمكن للوكيل تحديد مجموعة المستخدمين وتفضيلاتهم السلوكية وأنماط مشاركتهم بسرعة.
على سبيل المثال:
تسمح هذه الرؤى للوكيل بتقديم تجربة أكثر تخصيصًا.
تعتمد منصات الإنترنت التقليدية أيضًا على إنشاء ملفات المستخدم. لكن مصدر البيانات ومن يتحكم فيها مختلفان جوهريًا.
| الجانب | تضمين الهوية | ملف المستخدم في الويب 2 |
|---|---|---|
| مصدر البيانات | بيانات سلوكية على السلسلة | بيانات داخلية للمنصة |
| ملكية البيانات | يتحكم بها المستخدم | تتحكم بها المنصة |
| قابلية التحقق | قابلة للتحقق على السلسلة | يتم التحقق منها داخليًا بواسطة المنصة |
| شكل الهوية | هوية لامركزية | نظام حسابات المنصة |
| تدفق البيانات | وصول مصرح به | تتحكم به المنصة |
يعطي تضمين الهوية الأولوية لسيادة بيانات المستخدم والتوافق مع النظام البيئي المفتوح.
وبالتالي، يُعتبر أحد الاتجاهات الرئيسية لمستقبل الهوية الرقمية في الويب 3.
رغم إمكاناته الكبيرة، لا يزال تضمين الهوية يواجه عدة عقبات:
يتوزع سلوك المستخدم عبر سلاسل وبروتوكولات متعددة، مما يجعل تجميع البيانات صعبًا.
قد يتحكم مستخدم واحد في عناوين محافظ كثيرة، وربطها بدقة ليس ممكنًا دائمًا.
ملفات المستخدم احتمالية. قد يتأثر مخرجات النموذج بجودة البيانات أو منهجية التدريب.
الموازنة بين دقة الملف الشخصي وخصوصية المستخدم هي تحدٍ يجب على الصناعة الاستمرار في حله.
كتقنية أساسية في طبقة ذكاء الويب 3 من Bluwhale AI، يحلل تضمين الهوية السلوك على السلسلة وتفاعلات البروتوكول وتخصيص الأصول وسمات الهوية لتحويل البيانات المعقدة إلى هوية موحدة قائمة على المتجهات. على عكس عنوان المحفظة البسيط، يمكّن تضمين الهوية أنظمة AI من اكتساب فهم أكثر شمولاً لسلوك المستخدم وتفضيلاته، مما يدعم حالات الاستخدام مثل التوصيات الشخصية والاستشارات الذكية وتقييم الائتمان على السلسلة وخدمات وكيل AI.
يسجل عنوان المحفظة بشكل أساسي بيانات الأصول والمعاملات. يتجاوز تضمين الهوية ذلك بتحليل الأنماط السلوكية وتفضيلات البروتوكول وعادات المشاركة لبناء نموذج هوية مستخدم أكثر اكتمالاً.
يهدف Bluwhale AI إلى مساعدة وكلاء AI على فهم المستخدمين على السلسلة بشكل أفضل. يحول تضمين الهوية البيانات السلوكية المعقدة إلى تمثيل هوية موحد، مما يعزز قدرة AI على معرفة المستخدم.
أحد أهدافه التصميمية الأساسية هو الموازنة بين فائدة البيانات والخصوصية. يمكن للمستخدمين تقديم معلومات الهوية الضرورية ونتائج التفويض دون كشف جميع بياناتهم الأولية.
يمكن لوكلاء AI الوصول إلى ملفات الهوية من خلال آلية تفويض، مما يسمح لهم بتحديد تفضيلات المستخدم وخصائص المخاطرة وأنماط السلوك لتقديم خدمات أكثر تخصيصًا.
لا. يصف تضمين الهوية السمات السلوكية للمستخدم، بينما التقييم الائتماني هو مجرد تطبيق محتمل يمكن بناؤه فوق بيانات الهوية.





