ReKnow Web3 搜尋引擎
Lead Author- Jacob Lee, Brady Liu
Co-Author- Harry Kuo, Kevin Fang
Abstract
在 Web 3.0 的世界，數位內容(Digital Contents)具備自主且獨立的特性，相對於 Web 2.0 內容為第三方托管，有著完全不同的架構。但這也導致了問題，這些Web 3內容如果沒有一定秩序分類與評價，使用者體驗將無所適從，如同Google搜尋效率高但卻產出了大量的垃圾資訊。人們必須花費許多時間在大海撈針，也不一定能獲得精準而正確的資訊。
ReKnow 使用一種內容#Tag編碼與社群評價來解決這個問題。負責Web3內容編碼工作我們稱為編碼師。編碼師可以為人類，或者AI演算法。編碼師擅長識別內容，並給予內容適當的關鍵字與分類，從一般內容到專業內容，滿足內容獲取者最精準的需求。編碼師將分佈於Web3的內容知識，轉化為經驗，如同圖書館的整理師，將書籍彙編，方便讀者索引。內容可從文章、音樂、影片、NFT等，都可以適用。
當內容使用者閱覽內容的同時，可以收藏內容或推薦內容，這些內容或經驗將依據社群收藏與推薦形成評價，在搜尋結果呈現其優先順序。例如當使用者搜尋某一關鍵字，經ReKnow收錄的內容將使用關鍵字、分類、社群評價來排名其內容順序，當關鍵字或分類符合使用者需求，內容評價越高排名則越前面。
評價來自收藏與推薦，如同圖書館館藏與推薦序，使用者對內容進行收藏或推薦需花費REK代幣，編碼師則會收到來自內容評價分潤。使用者也可對內容搜尋結果進行降評，例如對於垃圾資訊給予降評，或者檢舉編碼師不實的編碼，以社群力量持續優化搜尋結果。
ReKnow 的發展概念
Web3 的內容如同左邊的Knowledge，分布於網路上，可能為Smart Contract Address 或星際檔案索引文件CID形式。ReKnow的工作機制即是提供一協議，讓Knowledge可以讓編碼師組合起來，提供精確的索引與搜尋結果，以Experience呈現。
更進一步的，若干Knowledge與Experience可以經過彙編，成為Creativity，例如一種APP裡面包含了Web3內容與互動機制 — 旅遊影片+旅遊地圖+天氣指標。或者經過DJ包裝後的，視覺聲光效果俱佳的1小時彙編專輯。都是Creativity的展現。
對於內容創作者而言，創作內容被收錄在更多的彙編之中，代表被引用的次數越多，可能的流量就更大，對內容收益有正面的幫助，不論是廣告收入還是內容付費收入。
使用者的動機
傳統的搜尋引擎著重在搜尋，ReKnow著重在整理搜尋後的結果，讓資訊以更精確的方式呈現。這些資訊在使用者搜尋後，將成為個人或社群圖書館，以知識的迭代與收藏形式傳承。
不需反覆搜尋，即能獲得精確有效的資訊。
ReKnow提出的Web3搜尋結果，與傳統Web2網頁有非常大的差異，Web2內容隨時都有可能變動、失效，其托管型的內容特性，內容容易遭到竄改，或沒有理由的下架。Web3內容則正好相反，無法被竄改、無需透過第三方託管，其儲存層的基礎建設是分布式的，不會因為特定機構失效或無法運作而導致內容遺失，兼備資料永續的概念。
對於使用者而言，短期內ReKnow無法與傳統搜尋引擎巨型資料量相提並論，但隨著使用者不斷的收藏內容，其形式會演化成個人化的數位圖書館，或者社區型圖書館，而不是隨用即丟的資訊。
另一個參與動機，則是ReKnow提供了前所未有的開放機會，可解決資訊供給與需求的問題。假設使用者搜尋了一個尚未被解決的問題，或者搜尋後的結果不夠完善。內容提供者與編碼師可因應需求提出新的內容，以滿足市場所需。
編碼師的資格
任何人都可使用MetaMask錢包向 ReKnow DAO註冊，抵押一定數量的REK，成為一名編碼師。使用者對內容搜尋結果，可給予該內容索引評價，如果使用者認爲編碼師誤導內容使用者，導致搜尋結果不符事實或藉由關鍵字錯誤引導至惡意內容，使用者可給予該索引編碼師負評。當編碼師負評超過一定數量，則編碼師向ReKnow抵押的REK會被 ReKnow DAO全數沒收，失去編碼師資格。
編碼師的收入來自於內容編碼的工作，薪資則由社群評價機制給付。
編碼師不限人類，亦可包括AI演算法。
內容索引排序
內容索引排序主要由二個條件構成，第一為關鍵字排序，第二為社群評價排序。當關鍵字符合搜尋條件則將結果以社群評價高低排列。
社群評價
社群評價的目的在於合理化搜尋排序，增進使用者體驗。包括提高搜尋的精確性，過濾垃圾充斥的內容資訊等。
社群評價機制來自於使用者收藏與推薦，當內容獲得使用者所喜愛，使用者可花費REK對內容收藏，內容被不同使用者收藏越多者，該內容之社群評價則越高。使用者也可抵押REK對內容推薦，抵押REK則可獲得該內容潛在收益%，例如收藏手續費、特殊抵押採礦所得等。特殊抵押採礦方法另描述於ReKnow白皮書。
使用者對結果不滿意，則可給予Unlike。當內容接收到越多Unlike，代表社群評價越低，在搜尋引擎排序則越後面。社群可以對惡意的編碼師提出檢舉，使其喪失資格。
ReKnow Protocol Highlight
Web3內容創作者可以自訂內容關鍵字與分類，以便於編碼師訂閱。
編碼師可以審查、添加、刪除內容的關鍵字。
編碼師可給予內容分類。
編碼師可以製作內容專輯，將相關分類的內容，集合為專輯，給予新名稱與關鍵字。
社群(內容使用者)透過收藏與推薦可以影響搜尋引擎結果的優先次序。
社群越大，試圖影響搜尋內容優先次序，所付出的代價成正比。
個人或社群使用者可以形成內容共識，如同彙編後的圖書館。
ReKnow提供搜尋框架、開放數據池給予其他搜尋引擎應用。
可納入編碼的數位內容類別：
- IPFS Contents (Any)
- Smart Contract (ERC721, ERC1155…)
註：由於ERC721, ERC1155 Smart Contract Meta內容格式尚無標準，可作為未來擴充討論。
使用情境：
創作者A出版一台灣美食文章，自取關鍵字為「美食」。該作者提交文章CID，於ReKnow註冊。
編碼師B於ReKnow Explorer收到創作者A的文章。提交關鍵字「美食」、「台灣」、「旅遊」。作為正式關鍵字。
使用者C於ReKnow Search Engine查詢關鍵字 #台灣 #美食，搜尋引擎出現上述文章，使用者C給予收藏與推薦。該美食文章社群評價提升。
REK代幣經濟模型基本概念
ReKnow生態系使用REK作為收藏、推薦、POS持有證明(身份認證)、抵押採礦(Staking Mining)等之應用代幣。
Web3內容編碼與評價系統為獨立的協議，內含REK代幣經濟激勵系統。
編碼師可收到來自於社群評價的REK收入，社群使用者對內容收藏或推薦，需花費REK代幣。所有生態系參與者可以獲得REK Block Reward的機會。Block Reward來自於抵押挖礦產出%提撥，作為Reward使用者參與的動機之一。
結論
對於垃圾資訊充斥，生態寡佔，少選擇性的Web2網路，ReKnow將參與修復。ReKnow是開源的，我們的願景，就是要讓所有的Web2內容，和平轉移到Web3世界，提供一個開放而精確的搜尋框架，促進Web3技術革新所帶來的多元生態繁榮。