本文介绍了一种基于证据理论的商品评价合成方法。该方法首先利用KNN算法对商品评论进行分类，然后通过定义评语等级及信度函数，采用Dempster合成法则整合不同来源的证据，最终得出综合评价结果。
证据理论证据合成问题
运用证据理论对商品进行综合评价，在对每一条评论给出就决策矩阵的类别值进行分析合成，让后将其看成不同的证据，然后兼顾不同的一家内进行合成
模型表述----评语等级
（2）评论分类
本文利用的是KNN算法（依据就依靠带测点矩离较近的点的类别来分类的。要是矩离近的点都是K类则待测点的类型也是k类）
本文的思想就是：
对一条待分类的评论R，系统在训练集中通过相似度找到与之最相似的K个评论。然后表示为下图的形式：
(3)信度函数
（4）Dempster合成法则
K的值越大，说明冲突也就越大。系数1-k的倒数称为归一因子，表明合成时将非0的新人赋给空集
扫一扫
520
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
