近些年来,随着网络的不断发展,互联网逐步成为了为用户提供大量信息资源的主要途径,信息传播更加全面更加快速且越来越具有影响力,信息数量不断增加的同时也有很多异常信息充斥其中,网络信息的质量令人担忧。目前国内外有很多关于网络信息可信度的研究,然而对于网络社区这一以内容为核心、是互联网用户发表、交流意见的主要场所之一研究较少。本文分析了网络社区及其用户行为的主要特征,包括内容以文本为主、短文本与口语化、专题性与地域性、专题板块化、用户分级,并基于这些特征提出了面向网络社区用户行为的两层可信分析模型。模型包括用户层和用户行为层,加入了地理位置信息,并对新用户进行了区分,对不同类别的属性通过模块化方式建立可信分析模型的可信分析功能,分别为用户直接可信度计算模块,通过用户本身固有属性计算用户可信度;用户最新行为可信度计算模块,通过用户最新一次行为的直接属性及历史属性,加上扩展的特征,进行相似度计算得到用户最新行为可信度;最终用户行为可信度计算模块,综合用户直接可信度及用户最新行为可信度得到最终用户行为可信度;以及更新模块,对于新数据更新用户信息及用户行为历史信息。本文所建立的模型是在现有可信分析技术下,结合相关性分析和LDA技术的特点,针对网络社区的用户行为建立的可信分析模型。相关性分析是属性做相似性计算主要手段,而LDA则为文本内容相似性提供了合适的办法。本文面向论坛这一网络社区形式,设计并进行了实验,通过准确率、召回率和F1值说明了模型能够有效对论坛的用户行为做出可信判断。模型可以对异常的用户行为提出预警,提高网络社区的账号安全以及用户体验,对于其他网络社区的用户行为可信分析也能有一定程度上的支持。