Exploring the Decentraland Economy: Multifaceted Parcel Attributes, Key Insights, and Benchmarking
Created by
- Haebom
Category
Empty
저자
Dipika Jha, Ankit K. Bhagat, Raju Halder, Rajendra N. Paramanik, Chandra M. Kumar
개요
본 논문은 Decentraland 부지 데이터셋인 IITP-VDLand를 제시한다. Decentraland, OpenSea, Etherscan, Google BigQuery 및 다양한 소셜 미디어 플랫폼에서 수집된 이 데이터셋은 기존 데이터셋보다 풍부한 속성을 제공한다. 부지 특징, 거래 이력, 과거 활동, 거래 내역, 소셜 미디어 상호 작용 등을 포함하며, 각 부지의 고유성을 측정하는 희귀성 점수(Rarity score)라는 중요한 속성을 새롭게 도입했다. 다양한 출처에서 데이터를 체계적으로 수집하고 4개의 부분(특징, OpenSea 거래 이력, 이더리움 활동 거래, 소셜 미디어)으로 정리했다. 20개 이상의 최첨단 가격 예측 모델을 벤치마킹한 결과, Extra Trees Regressor와 Classifier에서 최대 R2 점수 0.8251과 74.23%의 정확도를 달성했으며, 앙상블 모델이 심층 학습 및 선형 모델보다 성능이 우수함을 보였다. 좌표, 지리적 근접성, 희귀성 점수 및 기타 경제 지표가 부지 가격 예측에 상당한 영향을 미치는 것으로 나타났다.
시사점, 한계점
•
시사점:
◦
Decentraland 부지 가격 예측을 위한 대규모, 다양한 속성을 가진 새로운 데이터셋 IITP-VDLand 제공.
◦
앙상블 모델이 Decentraland 부지 가격 예측에 효과적임을 실증.
◦
부지 가격에 영향을 미치는 주요 요소(좌표, 지리적 근접성, 희귀성 점수 등)를 제시.
◦
향후 Decentraland 부지 가격 예측 및 관련 연구에 활용 가능한 기반 마련.
•
한계점:
◦
데이터셋의 시계열적 제약(특정 기간의 데이터만 포함)에 대한 명시적 언급 부재.
◦
사용된 모델의 일반화 성능에 대한 추가 검증 필요.
◦
다른 메타버스 플랫폼으로의 일반화 가능성에 대한 추가 연구 필요.
◦
데이터 수집 과정의 편향 가능성에 대한 논의 부족.
