公开(公告)号：CN115098598A

公开(公告)日：2022-09-23

申请号：CN202210632417.4

申请日：2022-06-06

Applicant: 南京邮电大学

Inventor： 杨立君 ,  袁志远 ,  郭林

IPC: G06F16/28 ,  G06F9/54 ,  G06F9/50 ,  G06Q10/08 ,  G06Q30/06

Abstract: 本发明公开了一种互联网秒杀抢购方法和系统，从商品是否允许超卖、商品库存数量两个维度拆解问题。在允许超卖的弱一致性场景下，利用易失性内存数据库进行库存扣减；在不允许超卖的强一致性场景下，提出库存拆分的方法避免多线程并发更新同一条数据库记录引起的锁竞争与上下文切换，进而提高系统吞吐量。

公开(公告)号：CN106897911A

公开(公告)日：2017-06-27

申请号：CN201710015604.7

申请日：2017-01-10

Applicant: 南京邮电大学

Inventor： 袁志远 ,  王玉峰

IPC: G06Q30/06 ,  G06K9/62

CPC classification number: G06Q30/0631 ,  G06K9/6218

Abstract: 本发明公开了一种基于用户和物品的自适应个性化推荐方法，分为训练和个性化推荐两个阶段。训练阶段，首先平台采集用户个人信息、用户行为特征以及用户对物品的评价等数据。根据用户数据将相似用户聚类，计算用户对物品评价的平均差矩阵，据此建立基于用户聚类的预测模型，计算出该模型对所有物品的评价预测误差；根据物品的属性计算物品之间的相似度，计算用户对物品的评价平均差，建立预测模型，形成基于用户和物品的自适应预测模型。个性化推荐阶段首先判断用户所属聚类，利用融合了用户和物品的自适应预测模型，推测用户对物品的评价，将预测评价高的物品推荐给用户。本发明相比于传统的个性化推荐方法具有自适应的能力，具有更高的准确性。