随着在线社交网络（Online Social Network,OSN）的流行和发展,社交网络在人们日常交流中发挥的作用越来越大。人们可以在社交网络中发布、获取和传递信息,可以和其他用户交互并构建自己的交际网络,并根据在交际网络中获取的信息做出决策。然而,在社交网络中同时存在众多不真实的、误导性的信息,以及不可信的用户。因此,建立用户和信息可信度的评估机制具有重要意义。目前,对于评估社交网络中用户和博文的研究,大都是以如Twitter、Facebook等国外的社交网络平台为研究对象。新浪微博作为全球最大的中文社交网络平台之一,在规模、使用人群、发表设置和用户交流模式等方面与国外社交网络存在显著差异。本文首先对比了新浪微博与国外主流社交网络的差别,在此基础上提出了针对新浪微博中用户和博文的信用评估方法,设计并实现了新浪微博用户和博文信用评估应用系统。本文主要贡献如下:（1）分析在线社交网络平台中信任的语义,在Co Rank算法的基础上,针对新浪微博的环境,引入“点赞”这一关系,完善该算法,定义了“带有点赞的复合动作”等复杂场景,讨论了这些场景在社交网络模型中所代表的语义以及相应的权重计算方法,针对其中的权重填充冲突问题、等级沉淀问题和数据缺失问题提出解决办法,最终提出SWCoRank（Sina Weibo Co Rank）算法。（2）编写网络爬虫收集新浪微博中用户和博文的数据,基于采集到的真实数据,对收集到的用户和博客进行信任评估,通过实验验证所提SWCo Rank的性能。在实验结果分析中,一方面通过使用Page Rank和TURank等当前主流方法对相同的数据集进行计算并将结果相互比较分析,证明SWCo Rank的有效性。另一方面,通过抽样对样例用户和博文进行分析和说明,对算法评估结果进行直观展示。（3）基于Flask框架设计并实现“新浪微博信用评估系统”。对于上传的网络结构数据,系统调用SWCo Rank生成相应的可靠性排名。该系统不仅对于给定时刻社交网络结构、给定微博用户和博文的社交关系、可靠性排名等进行可视化展示,对于社交网络随时间变化,上述信息的动态变化信息进行可视化展示。同时,可方便地看出关注、粉丝等互动和社交关系对可靠性排名的影响。