下载了官方的 tinyxml_2_6_2 的库，只支持静态编译。自己修改了工程属性配置把静态库配置改为了生成动态库的工程。
文件包含了：
tinyxml_2_6_2动态库.rar （修改版） 以及包含了工程文件以及编译好的DLL了。
tinyxml_2_6_2静态库.zip （原版）
tinyxml.dll
tinyxmlD.dll
tinyxmlSTL.dll
tinyxmlSTLD.dll
2022-02-17 11:24:22
854KB
1
14.4 基于协同过滤的推荐系统
典型的推荐应用
—公司积累了大量的用户（user）对物品（item）的打分记录。
—根据当前用户的消费喜好，找到与其喜好相似的其他客户，分析他们有哪些物品（item）
对当前用户而言尚未消费使用，将这些物品推荐给当前用户。
—前提：当前访问用户的消费喜好和其他某些用户的消费喜好相似，且这种喜好在 近一段
时间以及未来一段时间内保持稳定。
—这样的推荐系统称为基于协同过滤的推荐系统（Collaborative-based Systems）
基于协同过滤的推荐系统又可分为：
—基于用户（user）相似度（临近度）推荐（计算两个用户间的相似度，共同喜好总物品数）
—基于物品（item）相似度（临近度）推荐（计算两个物品间的相似度，共同拥有的用户数）
操作步骤
第一步：加载并查看数据
将训练数据“collaborative_train”拖动到操作流程页面，将其连接到系统输出端，点击
运行后，我们看到数据分成三列，分别是“user_id”用户属性，“item_id”物品属性以及“rating”
打分属性，如图 14.1，有 28234 条打分记录，通过观察统计视图，没有发现缺失值。将测试
数据“collaborative_test”同样拖到流程里面来，观察数据，也有同样的属性项。
图 14.1 用户对物品的打分表
2021-12-12 16:14:59
6.46MB
1