想象一下，加密货币的世界就像一个巨大且混乱的跳蚤市场。在这个市场里，既有出售黄金和电子产品的正经店铺（比如比特币），也有一个专门针对“模因币”（Meme Coins）的大规模、嘈杂的区域。这些代币基于互联网笑话、有趣的猫或病毒式传播的趋势。它们极其受欢迎，但也是一个充满骗局的“西部荒野”，大多数项目在出现后几乎立即就会消失。
这篇论文介绍了 MemeChain，它本质上是一个为研究人员准备的巨大、有序的“证据库”，用于研究这个混乱的市场。
以下是该论文内容的拆解，使用了简单的类比：
1. 问题所在：“鬼城”市场
直到现在，研究这些模因币就像是通过只看空置地块来试图理解一座鬼城。研究人员拥有资金流动的数据（链上数据），但他们缺失了那些骗子用来诱骗人们的“标识”和“广告牌”（网站、Logo、社交媒体）。
- 差距： 现有的数据集只关注区块链（账本）。它们忽略了“链下世界”（网站和社交媒体页面），而那里正是项目推广者试图让自己看起来正规的地方。
2. 解决方案：MemeChain（终极证据库）
作者构建了一个包含 34,988 个模因币 的庞大数据库，涵盖了四个不同的数字社区（区块链：以太坊、BNB Smart Chain、Solana 和 Base）。
- 里面装了什么？ 它不仅仅是数字。它是一个“多模态”的集合，这意味着它包括：
- 账本： 交易数据。
- 广告牌： 项目网站的截图和原始代码。
- Logo： 用于品牌建设的图像。
- 社交媒体： 它们的 Telegram、X (Twitter) 和 Discord 频道链接。
3. 他们是如何构建它的（侦探工作）
为了填满这个证据库，团队并没有靠猜测。他们使用了两步走的过程：
- 第一步：已知项。 他们从已经将代币标记为“模因”的信誉良好的加密货币追踪器（如 CoinMarketCap）列表中开始。
- 第二步：搜寻。 他们构建了机器人（爬虫）来扫描在去中心化交易所中涌现的新币。为了判断哪些新币实际上是“模因币”，哪些是严肃的项目，他们观察了名称。
- 类比： 他们意识到模因币拥有一种特定的“词汇表”。如果一个币的名字叫“Dog”、“Cat”、“Inu”或“AI”，它很可能是一个模因币。他们使用了一个数学工具 (TF-IDF) 来寻找那 126 个代表“模因”特征的高频关键词，并据此过滤列表。
4. 他们发现了什么（残酷的现实）
一旦掌握了数据，他们就开始寻找模式。结果非常鲜明：
- “一日游”现象： 他们发现了一种被称为 “一日模因币”（One-Day Meme Coins） 的特定类型。这些代币上线后，会在 24 小时内 完全停止交易。
- 统计数据： 在他们研究的所有币种中，大约有 5.15% 的币在一天内就“死亡”了。在 BNB Smart Chain 上，这个比例甚至更高（超过 10%）。
- “纸房子”网站： 大量此类项目要么完全没有网站，要么网站已经损坏或被废弃。
- 隐喻： 想象一个房地产开发商正在向你售卖一套房子，但当你前往地址查看时，建筑并不存在，或者门锁着，油漆也剥落了。作者发现，许多模因币网站都是建立在廉价、临时的平台上，并在最初的热度消退后立即消失。
- 社交媒体陷阱： 大多数项目高度依赖 Telegram (占 80%) 与投资者交流，而很少使用 Discord。这表明他们倾向于使用那些更容易快速制造“热度泡沫”的平台。
5. 为什么这很重要（“取证”视角）
论文认为，MemeChain 是 金融取证 的基础工具。
- 检测骗局： 通过拥有实际的网站代码和 Logo，研究人员现在可以构建能够识别“复制粘贴”式骗局的系统。如果一个骗子为 50 个不同的代币使用了完全相同的网站模板，MemeChain 可以帮助抓取这种模式。
- 预测失败： 数据表明，如果一个币在发布时没有运行中的网站，这是一个巨大的红旗，预示着该项目很可能在 24 小时内死亡。
- 跨链视角： 因为他们观察了四条不同的区块链，所以他们可以观察骗局是如何转移的。如果一种骗术在以太坊上奏效，它是否会迁移到 Solana？这个数据集让研究人员能够追踪这种移动。
总结
简而言之，MemeChain 是模因币世界中一个庞大的、开源的“数字犯罪现场证据”集合。它将财务记录与骗子使用的视觉及社交“迹象”结合在一起。作者发现，这个市场具有极高的波动性，数以千计的项目在不到一天的时间内就会消亡，这通常是因为它们甚至缺乏证明自己真实存在的最低限度基础设施（如运行中的网站）。这个数据集为研究人员提供了研究这些“一日游”现象的工具，并有望在未来为投资者建立更好的预警系统。
技术摘要：MemeChain
问题陈述
模因币（Meme coin）生态系统已演变成加密货币市场中一个高度活跃但缺乏透明度的细分领域，其特征是极端的波动性、极低的项目投入以及广泛的欺诈行为。现有的研究主要侧重于金融时间序列分析或链上交易图谱，但在很大程度上忽视了用于使项目合法化的离链基础设施——特别是网络存在感（web presence）和社交媒体信号。目前的数据集通常局限于单链数据（例如仅限以太坊或 Solana），或者缺乏进行全面风险建模所需的多种模态人工制品（如 Logo、网站源代码）。目前缺乏一个能够将链上机制与离链营销人工制品相统一的数据集，以促进取证分析和风险评估。
研究方法
作者构建了 MemeChain，这是一个大规模、开源、跨链的数据集，通过一个旨在捕捉模因币生态全貌的多阶段数据采集流水线构建而成。
1. 数据溯源与分类
采集策略采用了结合精选来源与非精选监控的混合方法：
- 精选来源： 数据聚合自成熟的加密货币追踪器（CoinMarketCap、CoinGecko、Gecko Terminal），用以识别经过验证的模因币，共获得 8,852 个不同的代币。
- 非精选来源： 为了捕捉新兴代币，作者抓取了去中心化交易所（DEX）聚合器（DexScreener、CoinSniper）和 pump.fun 平台，生成了一个包含超过 65,000 个代币的候选集。
- 分类方法： 为了在非精选集中区分模因币与实用型代币或稳定币，作者开发了一种基于名称的分类方法。他们对经过验证的模因币名称应用了词频-逆文档频率（TF-IDF）分析，提取出 126 个特定的关键词（例如与动物相关的术语如“dog”、“inu”，以及基于趋势的术语如“AI”）。包含这些关键词的代币被归类为模因币。此外，来自 pump.fun 的代币（通过其明确的
.pump 地址后缀识别）也被纳入其中，因为该平台专注于模因币的创建。
- 精炼： 通过三阶段过滤过程移除了假阳性结果，包括稳定币、高价异常值以及名称包含非模因术语（如“wrapped”、“staked”）的代币。最终形成了一个由 34,988 个模因币组成的精选集合。
2. 多模态数据集成
MemeChain 集成了四个主要区块链（Ethereum、BNB Smart Chain (BSC)、Solana 和 Base）的链上元数据与离链人工制品。
- 链上数据： 包括合约地址、部署时间戳以及可用的市场指标（价格、市值）。
- 离链人工制品： 该数据集独特地存档了代币 Logo 和项目网站的原始 HTML 源代码。它还映射了社交媒体账号（Telegram、X、Discord）。
- 验证： 代币地址经过区块链浏览器验证，以移除无效或未部署的合约，最终得到 31,811 个有效的分析代币。
核心贡献
本文提出了四个主要的贡献：
- 大规模多模态数据集： MemeChain 是第一个将链上数据与跨四条区块链的离链 Web 人工制品（HTML 源代码、Logo、社交链接）相联系的开源数据集。它包含 34,988 个代币的元数据，其中很大一部分通过视觉和文本 Web 数据进行了增强。
- 生命周期分析： 作者提供了细致的代币长寿性分析，引入了**“一日模因币”（One-Day Meme Coins）**的概念——即在发布后 24 小时内停止所有交易活动的资产。
- Web 基础设施取证： 本文展示了对模因币 Web 存在感的首次系统性研究，分析了域名注册成本、网站可访问性，以及 Web 基础设施与项目可行性之间的相关性。
- 研究路线图： 该数据集的结构旨在支持生存分析模型、早期阶段欺诈检测以及自动化风险评估工具。
关键结果与发现
对 MemeChain 数据集的分析揭示了该生态系统动态的几个关键见解：
- 极端波动与遗弃： 该生态系统表现出高周转率。约 47.46% 的分析代币在数据收集后的两个月内变得不活跃。值得注意的是，有 1,801 个代币（5.66%） 在部署后 24 小时内停止了所有交易活动，这被定义为“一日模因币”。
- 区块链差异：
- BSC 拥有最大份额的代币（46.88%），但也表现出最高的灭绝率（80.96% 不活跃）和最高的“一日模因币”盛行率（10.35%）。
- Solana 显示出最高的韧性，仅有 9.09% 的代币不活跃，且“一日模因币”的比例微乎其微（0.09%）。
- Web 基础设施作为可行性代理指标：
- 存在感的缺失： 大量项目在没有功能性网站的情况下启动。在声称拥有网站的项目中，67.91% 无法访问或未能返回正确的 HTTP 200 状态码。
- 低投入： 域名注册分析表明，开发者倾向于使用预算导向型的注册商（如 Namecheap、Porkbun），这表明创建者在尽量减少基础设施投入。
- 安全风险： 对存档 HTML 的取证分析显示，存在恶意代码的情况，包括被杀毒软件标记的 JavaScript 木马，并证实许多“网站”仅仅是跳转到社交媒体或通用落地页的重定向。
- 社交媒体主导地位： Telegram 是主要的沟通渠道（采用率 80.85%），特别是在 BSC 上（91.8%），而 Discord 的采用率仍然较低（6.69%）。
重要性与主张
作者将 MemeChain 定位为金融取证、多模态异常检测和自动化欺诈预防的基础资源。
- 弥合差距： 通过将跨链覆盖范围与丰富的离链上下文相结合，该数据集允许研究人员超越纯粹的交易分析。它使得研究社交信号和 Web 基础设施如何与项目失败及欺诈相关联成为可能。
- 预警系统： 对“一日模因币”的识别以及缺失/不可达网站与快速遗弃之间的相关性，为训练生存分析模型提供了具体的特征。这些模型可以作为检测高风险资产的早期预警系统，在投资者与智能合约交互之前进行拦截。
- 多模态欺诈检测： 原始 HTML 和 Logo 的加入使得检测钓鱼套件、品牌冒充以及跨系列欺诈网络中的代码相似性成为可能，而这在仅有交易数据的数据集中是无法实现的。
- 跨链动态： 该数据集有助于研究资本迁移以及不同区块链架构（例如从以太坊到 BSC 或 Solana）之间的欺诈模式传播。
论文得出结论，缺乏功能性 Web 基础设施以及超短期代币的盛行是模因币生态系统高风险性质的系统性指标，而 MemeChain 为调查和缓解这些风险提供了必要的地面真值（ground truth）。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。