活跃投票者的链上行为指标是什么？

10 月 8 日

摘要

在治理活动中，投票频率排名前 25% 的治理选民可以算得上是活跃的治理参与者。我们可以把几项链上行为作为筛选指标，投票频率、投票次数和 Delegate 数量都是比较重要的指标。其他指标还包括是否注册 ENS、近 60 天的去中心化交易所（DEX）交易和 NFT 相关活动等。

简介

本研究聚焦于 Optimism Token House 中的投票行为，该院采用代币加权投票进行治理。为衡量投票者参与度，我们计算了一个代表投票频率的单一数值。这个计算方法比较了参与者的投票数与每月总投票数，以确定他们在总投票中的占比。我们计算每个月的投票占比，然后取所有月份的平均值，得到一个单一的参与度分数。这种方法可以公平地比较参与者的投票模式。其他与投票行为相关的变量还包括投票次数和 Delegate 数量。

除此之外，我们还识别了一些链上行为，包括拥有 ENS 名称、提出提案、在其他 DAO 中投票、通过 Gitcoin 捐款，以及近 60 天的 NFT 相关活动和 DEX 交易。

方法论

本研究中的数据来自于 Dune，通过初始 SQL 查询获取投票者列表，并在其他链上行为（DEX交易、提案等）的数据集中识别这些投票者的地址。然后使用 Python 脚本通过 API 检索数据，进行统计分析和逻辑回归建模。阅读更多Dune 仪表板

mirror.xyz/_next/ima...

结果

本研究中讨论的相关性分析和逻辑回归指标基于 GitHub仓库中实现的数据和模型：

github.com/BrandynHa...

逻辑回归

逻辑回归基于输入特征预测二元结果的概率。我们的模型旨在识别活跃参与者（投票频率排名前 25%），ROC AUC 得分为 0.77。这意味着随机选择的活跃参与者在概率上高于非活跃参与者的几率为 77%，召回率为 0.58，表明该模型正确识别了 58% 的实际活跃参与者。

结论

本研究重点关注于 Optimism Token House 中高度活跃的治理参与者的关键行为和链上活动。研究结果表明，持续投票和积极参与治理活动是参与度的关键指标。值得注意的是，投票频率、投票次数和 Delegate 数量成为参与度最重要的预测因素。此外，其他链上活动，如去中心化交易所交易和 NFT 活动，也在识别活跃参与者方面发挥了作用。

通过逻辑回归，我们获得了预测参与度的宝贵见解，突出了影响治理参与的各种链上行为。该模型的 ROC AUC 得分为 77% ，表明它能够有效区分活跃和非活跃参与者，反映了治理行为的复杂性和多维性。未来我们希望能通过探索更多数据源和改进参与度指标来进一步提高预测准确性，以更好地描绘投票者活动的全貌。