用户购买消费金融场景中的预测 参加2018年招行金融预测比赛 1，从数据预处理，到特征工程，到模型预测均在py文件中； 2，单模型0.860； 3，最终通过融合进入决赛； 4，成绩不够好，望大佬们莫嘲笑。

生产者－消费者问题 一个生产者和n个消费者共享内存 在此模拟中，一个生产者将m个元素发送给n个消费者。 这些元素以一个元素的容量存储在共享内存段中。 每个元素都包含一个随机整数和一个时间戳。 在模拟结束时，每个使用者将其pid，m个元素及其运行平均时间写入共享的result.txt文件中。 注意：运行平均时间=收集所有m个项目所需的时间。 怎么运行的 信号量： full：[0，n]，初始值为0 空：[0，n]，初始值为0 互斥锁：0 || 1，初始值为1（对于共享的results.txt文件） 操作方式： semDown（semaphore）：将信号量的值减一 semOpN（semaphore，value）：设置信号量的值 semWaitUntilZero（semaphore）：阻塞过程，直到信号量的值为零 制片人： 将新元素发布到共享内存段，将（semOpN）已满和空信号量

producer_consumer_os 操作系统中的生产者消费者问题

电子商务英文课件：ch04 Consumer Behavior, Internet Marketing, and Advertising.ppt

producer_consumer_using_multithreading_in_java 用Java实现的经典生产者消费者问题的多线程解决方案

目的：本研究调查了感知有用性和感知易用性的互联网在线购物（以下称为技术因素）、便利条件、态度和信任对奥贡州消费者在线购物意愿的影响尼日利亚。 研究设计：本研究使用描述性调查设计来检查和解释与参与在线购物活动的意图相关的重要因素。 获得了 Cronbach's Alpha 为 0.889 的可靠性测试。 使用多元回归分析测试所制定的假设。 样本：使用包含 25 个问题项目的调查问卷来收集数据。 使用有目的的抽样方法总共管理了三百五十 (350) 份问卷，并收集了两百二十七 (227) 份并随后进行了分析。 结果：从 227 名受访者中，该研究发现，除了便利条件 (P = 0.286）与消费者在尼日利亚网上购物的意愿没有显着关系。 结论：得出的结论是，对互联网使用的态度、信任和消费者对网上购物的有用性和易用性的看法可以在提高尼日利亚网上购物的可接受性方面发挥关键作用。

透明度和可解释性原则是当前欧盟人工智能方法的里程碑。 两者都在政策指南中作为管理算法决策的价值被引用，同时为现有的规范性规定、信息义务、访问权和控制权提供了基本原理。 这篇文章从欧盟消费者市场的角度解决了关于透明度和可解释性的辩论。 考虑了消费者相对于算法决策的立场，并讨论了他们在大规模监视、利用和操纵方面的风险。 分析了算法不透明度的概念，区分了设计选择所固有的基于技术的不透明度，以及对用户的关系不透明度。 然后考虑欧盟法律的React。 算法透明度和可解释性的新兴方法与有关消费者市场透明度的更广泛监管目标有关。 有人认为，欧盟法律侧重于向非专业消费者提供足够的信息（公开的透明度），而不是专家的可理解性（深奥的透明度）。 随后讨论了透明度的好处、其成本以及在不影响绩效的情况下实施透明度的程度。 最后，讨论了基于透明度的算法监管的优点，并提供了有关在欧盟法律范式内监管透明度和可解释性的见解。

主要介绍了Springboot集成Kafka实现producer和consumer的示例代码，详细的介绍了什么是Kafka和安装Kafka以及在springboot项目中集成kafka收发message，感兴趣的小伙伴们可以参考一下

kafka-消费者 简单的 Scala Kafka 消费者 如何构建

Consumer Credit Models:Pricing,Profit and portfolios 英文版