开放的互联网改变了人们的工作和生活模式,不管在何时何地,人们都可以成为信息的提供者以及信息的消费者。但是又由于互联网的匿名特点,人们在消费信息时不可能知道所有信息的来源,从而不能直接判断信息的可靠性。因此,互联网中信息的信任支撑机制已经成了一个研究热点。本文拟通过建立信息评论者的可信度传递机制来实现信息评论的可信度评价,从而实现被评价信息的可靠性判断。　　 本文首先通过对国内外对于信任、信任模型的技术进行了深入的分析,并在此基础上提出了基于主观逻辑的信任网络算法。首先,根据用户之间的信任关系与用户对于信息的评价,形成一个用户与所需判断信息之间的信任网络。接着,根据信任网络的用户之间的信任关系,计算出信任网络中用户的聚合推荐信任值,然后根据信任网络的特性,删减多余的点和边。其次,使用主观逻辑的信任表示方式来表示信任网络中的信任关系,根据主观逻辑信任的聚合算法和传递算法,提取信任网络中的特征向量,形成用于支持向量机所需的学习样本,用以训练支持向量机。最后使用训练好的支持向量机来预测样本的正确率。经过实验,证明了该算法正确率比较高。　　 本文的实验数据采集于Epinions网站上用户的信任用户列表和用户对于商品的评价信息。通过实验表明,该算法在用户的情况下判断信任可靠性的正确率上有一定的提高。