随着互联网、计算机等信息技术和应用的发展,越来越多的交易活动由现实物理环境转向存在与网络的虚拟社区中,用户在购物或获得服务后通常会在网上发布评价信息。产品评价反映了消费者对产品或服务的意见和态度,具有很高的利用价值。用户评价,一方面可以对其他消费者的购买意向产生影响；另一方面,为商家对产品的质量或服务进行改进,提高客户满意度提供了有力依据。然而,大多购物网站仅仅使用简单统计法对用户评价信息进行统计处理,忽略了用户评价信息可信度的分析,不能有效的抑制恶意评价的影响。本课题基于网络环境下商品评论信息的可信度问题这一当前热点为背景；基于信任评估的概念,以及常用的信任评估方法。研究了面向决策的信任融合模型,充分利用各种信任关系间的联系,从而达到对信任客体成功进行下一次交互活动的概率做出较为准确预测,并将该模型运用到对商品评论信息可信度的分析度量。首先,本文对虚拟社区以及虚拟社区下的虚拟社区下的信任评估理论做了详细的介绍,对前人在不同时期对信任评估理论做出的研究贡献进行了回顾与综述,阐述了信任评估理论的研究背景、意义及现状。其次,针对现有的信任评估模型几乎全部侧重于某一种信任关系的研究,孤立的看待直接信任、间接信任和信誉的不足,研究了面向决策的信任融合模型,充分利用各种信任关系间的联系,从而达到对信任客体成功进行下一次交互活动的概率做出较为准确预测。然后,引入信任评估机制,对网购网站中评论者间的信任关系进行了分析,构建了评论者间的信任网络,从评论者的信任关系角度,对商品评论的可信度进行了预测。并利用商品评论数据集在实际的网络环境中开展了验证性应用。