NFT已经成为区块链领域中被广泛接受的项目。根据coinmarketcap的数据，其总市值超过105亿美元，预计到2026年这一趋势将增长到1470亿美元以上。此外，“NFT”还成为了2021年柯林斯词典的年度词汇。NFT是一种罕见的基于区块链的代币，由于其不同的特性使得他们无法与另一种代币交换。创作者可以创造5个NFT；但这并不意味着这5个NFT都相同并且可以互换。这5个可能看起来很相似，而且是一起被铸造的，但是它们都具有不同的特性，是需要彼此区别开来的。什么是NFT稀有度?
你有没有想过，为什么有些NFT价值数百万美元，而有些则一文不值?你是否也认为市场决定了NFT的价值?许多人错误地认为这些是NFT价值上升的原因。那么，NFT价值背后的驱动力到底是什么呢?稀有度
NFT的稀有度决定了这种收藏品的价值。大多数收藏家需要稀有的NFT，因为收藏品越稀有，价值价格越高。这就是为什么大多数NFT爱好者在购买NFT之前总是想知道它有多稀有，或者他们收藏的NFT有多稀有，以确定他们在市场上上架时的价格。那么，我们如何计算NFT的稀有度呢?
我们很容易从不同的收藏家那里确定两种不同的NFT的稀有程度，例如，OkayBears和BoredApeYachtClub。但是，当它涉及到有几百个NFT时，每个NFT的总体稀有程度是通过比较集合中每个NFT的属性来确定的。这种总稀有度是通过寻找最稀有的属性或通过统计数据的稀缺性评估来确定的。基本的考虑总是基于NFT的总体特征，而不是单一的属性；这促使RarityTools开发了判定“稀有值”的方法。需要考虑的属性或特征通常是物理属性，如衣服、耳环、毛皮、帽子、眼镜、背景、项链等，这些被用作衡量标准的原因是因为单个集合中的所有NFT不可能同时拥有全部属性；这使得它们不可替代。有四种不同的方法用于计算NFT的稀有度。当进行相互比较时，一些方法被认为是不太好的，因为他们只认定一个特点，而忽略了其他因素。使用的方法有:特征稀有度模型平均特征稀有度模型统计稀有度模型评分稀有度模型特征稀有度模型
该排名模型将NFT的最稀有特征作为比较工具进行检查。例如，让我们比较以下Ape类：
从上至下：Ape#4317最罕见的特征是短莫霍克，只有3%由此特征。Ape#8520最罕见的特征是舞会礼服，只有1%由此特征。Ape#4688最罕见的特征是Stuntman头盔，只有2%由此特征。使用“稀有特质模型”，订单将是#8520、#4688和#4317。
这个模型的局限性在于它没有考虑NFT的整体特征；只有最稀有的特质才会被考虑。平均/平均特征稀有度模型
该模型使用平均值或平均方法来计算NFT的稀有度。它考虑了所有的特征，并使用平均方法来确定一个特定的NFT特征，然后再进行比较。
所以按照这个模型，Ape#4317有最稀有的特征，其次是Ape#8520和Ape#4688。
该模型的局限性在于，它不考虑NFT是否具有非常稀有的个体特征。统计稀有度模型
这一模型包含了平均稀有度；然而，它在某些方面与平均模型不同。NFT的总体稀有度是通过将这种NFT的所有特征进行相乘来计算的。还是上面的例子：Ape#4317=13%*9%*5%*5%*3%*7%=0.000000061425%Ape#8520=12%*1%*17%*12%*3%*2%=0.000000014688%Ape#4688=13%*8%*12%*2%*16%=0.0000039936%所以在这个模型中，Ape#8520具有统计上最稀有的特征，其次是Ape#4317，然后是Ape#4688。
评分稀有度模型
该模型与特征稀有度模型相似，但它通常是按分数计算的，而特征稀有度通常是按百分比计算的。稀有度评分模型是评价NFT稀有度最简单、最可靠的方法之一。大多数NFT网站都使用它。
一个特定NFT的总稀有度得分是特定NFT中所有特征的稀有度分数的总和。
以之前的Ape为例:
稀有度得分越高，在这个模型中NFT就越稀有。因此，Ape#4688是最稀有的，其次是Ape#8520和Ape#4317。
结论
如上所示和证明：稀有是指最稀有的特征。平均特征和统计稀有度考虑的是NFT中的普遍特征。评分稀有度通过考虑单个稀有特征和普遍特征来衡量NFT。值得注意的是，NFT的价值根据不同的NFT社区而有所不同。CryptoPunks社区优先考虑“属性计数”来对NFT进行排名。Waifusion的社区将“服装和风格”放在首位。因此，每个社区都有自己的优先级选择，来为NFT排名。可能会想，为什么要花这么大的力气来确定NFT的稀有程度——知道收藏品的稀有程度是我们尽职调查的一部分。它有助于决定购买什么，并决定哪种产品将产生更高的投资回报。如果不能进行尽职调查，一些网站会对NFT进行排名，比如：RaritytoolsEtherscanTokenTrackerRaritysniperTraitsniperHowRareIcy.tools原地址
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。