随着移动互联网和社交网络的大规模普及,越来越多的用户每天会产生数以亿计的用户产生内容(UGC)。然而,由于用户发表内容的门槛的降低,任何用户在任何时间都可以发表自己的想法,因此,也导致了用户产生内容的质量参差不齐。但是用户产生内容无论在商业价值的挖掘还是在政府对舆论的监督等方面都有着重要的作用,因此,在大规模的UGC数据中寻找高质量的内容就成为了一个重要的研究课题。在本文中,我们提出了一种新的UGC质量的评估方法,该方法使用了在社交网络中的用户圈结构,也就是一些兴趣爱好相似的人组成的一种社区结构。从直观来看,内容吸引用户圈的数量比吸引用户的数量更加能够表现其内容的质量。因为这说明该内容覆盖的用户层面更广,更具有潜力成为热点内容。因此,本文提出了基于用户圈和内容联动关系的UGC内容质量评估算法,简称UCCC算法。UCCC算法基于用户圈网络图,内容网络图和用户圈-内容网络图进行计算。其计算原理是基于用户圈-内容质量的互增强原理。即与内容相关的用户圈质量越高,内容质量越高；而内容的质量越高,也证明与其相关的用户圈的质量也越高。本文基于真实的数据进行了UGC质量评估实验,实验结果表明UCCC算法在大部分实验数据上的评估效果要优于其他的算法,同时也证明了用户圈维度特征相比用户维度在UGC质量评估中更加有效。本论文研究得到国家自然科学基金项目“基于hLDA层次主题模型的中文多文档摘要研究”(项目批准号：61202247)和“面向不确定性的Web2.0用户创作内容管理研究”(项目批准号：71231002)的资助。