-
公开(公告)号：CN109272316A
公开(公告)日：2019-01-25
申请号：CN201811116933.1
申请日：2018-09-25
申请人： 广州智慧城市发展研究院 , 中山大学
IPC分类号： G06Q20/38
摘要： 本发明实施例公开了一种基于区块链网络下的区块实现方法及系统，区块链系统与应用端建立交易节点和共识节点，所述方法包括如下步骤：所述区块链系统控制着交易节点在非交付共识下与应用端实现交易互动，并控制着共识节点在与应用端存在交付共识时产生区块，并将所产生的区块发送给交易节点，所述交易节点将所述区块存储在本地账本中。在本发明实施例中，将负责交易的节点和负责共识的节点区分开来，交易节点与应用紧紧相关，而共识节点只需获得应用的背书交易，然后独立的运行复杂的共识环节，可以使得共识节点独立采用算力大的终端，减少交易直接相关节点的负担，从而提升整个区块链的效率。
-
公开(公告)号：CN109272316B
公开(公告)日：2021-05-25
申请号：CN201811116933.1
申请日：2018-09-25
申请人： 广州智慧城市发展研究院 , 中山大学
IPC分类号： G06Q20/38
摘要： 本发明实施例公开了一种基于区块链网络下的区块实现方法及系统，区块链系统与应用端建立交易节点和共识节点，所述方法包括如下步骤：所述区块链系统控制着交易节点在非交付共识下与应用端实现交易互动，并控制着共识节点在与应用端存在交付共识时产生区块，并将所产生的区块发送给交易节点，所述交易节点将所述区块存储在本地账本中。在本发明实施例中，将负责交易的节点和负责共识的节点区分开来，交易节点与应用紧紧相关，而共识节点只需获得应用的背书交易，然后独立的运行复杂的共识环节，可以使得共识节点独立采用算力大的终端，减少交易直接相关节点的负担，从而提升整个区块链的效率。
-
公开(公告)号：CN109246194B
公开(公告)日：2021-06-08
申请号：CN201810914022.7
申请日：2018-08-13
申请人： 佛山市顺德区中山大学研究院 , 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学
摘要： 本发明公开了基于多领导节点的实用拜占庭容错区块链共识方法及系统，其中方法包括：使共识节点连接到kafka集群，将共识节点所接收的交易以及相应的共识节点信息上传至kafka集群中；对相应的共识节点进行相同切割，从而将相应的交易打包为区块；按照领导节点的个数对非领导节点进行单一匹配分组，使得每个小组内包含一个领导节点，并在小组内执行PBFT，从而与领导节点所对应的区块保持同步。相比于传统技术，本发明解决了PBFT算法由于复杂度太高而导致的网络中节点个数多而无法实用的难题，同时还加快了区块链系统产生及确认一个区块的时间，进而大大提升了整个区块链系统的吞吐量，具有较高的实用性。
-
公开(公告)号：CN109246194A
公开(公告)日：2019-01-18
申请号：CN201810914022.7
申请日：2018-08-13
申请人： 佛山市顺德区中山大学研究院 , 广东顺德中山大学卡内基梅隆大学国际联合研究院 , 中山大学
摘要： 本发明公开了基于多领导节点的实用拜占庭容错区块链共识方法及系统，其中方法包括：使共识节点连接到kafka集群，将共识节点所接收的交易以及相应的共识节点信息上传至kafka集群中；对相应的共识节点进行相同切割，从而将相应的交易打包为区块；按照领导节点的个数对非领导节点进行单一匹配分组，使得每个小组内包含一个领导节点，并在小组内执行PBFT，从而与领导节点所对应的区块保持同步。相比于传统技术，本发明解决了PBFT算法由于复杂度太高而导致的网络中节点个数多而无法实用的难题，同时还加快了区块链系统产生及确认一个区块的时间，进而大大提升了整个区块链系统的吞吐量，具有较高的实用性。
-
公开(公告)号：CN108647996A
公开(公告)日：2018-10-12
申请号：CN201810322987.7
申请日：2018-04-11
申请人： 中山大学
摘要： 本发明公开了一种基于Spark的个性化推荐方法及系统，其中，所述个性化推荐方法包括：获取用户对商品的行为信息并进行用预处理，获取用户对商品的隐式反馈；根据用户对商品的隐式反馈进行用户对商品的交互矩阵构建处理，获取用户对商品的交互矩阵；根据用户对商品的交互矩阵进行商品相似度矩阵计算处理，获取商品相似度矩阵；根据商品相似度矩阵进行商品邻近集构建处理，获取商品邻近集；根据商品邻近集进行用户对商品的偏好值预测处理，获取用户对商品的偏好值；根据用户对商品的偏好值向用户进行商品推荐，并将推荐结果进行展示。在本发明实施例中，融合多源信息，充分利用用户对商品的行为信息，缓解数据稀疏和冷启动问题。
-
公开(公告)号：CN108647996B
公开(公告)日：2022-04-19
申请号：CN201810322987.7
申请日：2018-04-11
申请人： 中山大学
摘要： 本发明公开了一种基于Spark的个性化推荐方法及系统，其中，所述个性化推荐方法包括：获取用户对商品的行为信息并进行用预处理，获取用户对商品的隐式反馈；根据用户对商品的隐式反馈进行用户对商品的交互矩阵构建处理，获取用户对商品的交互矩阵；根据用户对商品的交互矩阵进行商品相似度矩阵计算处理，获取商品相似度矩阵；根据商品相似度矩阵进行商品邻近集构建处理，获取商品邻近集；根据商品邻近集进行用户对商品的偏好值预测处理，获取用户对商品的偏好值；根据用户对商品的偏好值向用户进行商品推荐，并将推荐结果进行展示。在本发明实施例中，融合多源信息，充分利用用户对商品的行为信息，缓解数据稀疏和冷启动问题。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.035 秒)
