Web信息源质量是Web应用成功的关键。高质量的Web信息源在社会、经济、文化等领域的重大决策中都发挥着重要的作用。Web信息源质量受到诸多因素的影响,使Web信息源具有开放性、自主性和动态性等特点,导致了在Web信息源质量评测中存在着不一致性和不确定性,Web信息源质量也难以量化。为了解决上述问题,本文研究了模糊环境下的Web信息源质量度量方法,并实现了一个Web资源质量模糊评测系统。本文首先介绍模糊理论的基础知识,包括模糊集合和模糊数及其运算。然后对经典决策理论中的多准则决策方法进行了分析,并在此基础上,根据Web信息源的特点,将模糊逻辑的概念引入多准则决策方法中,研究了基于模糊理论的多准则决策方法,并重点分析讨论了模糊理想解法(FTOPSIS)以及模糊分析层次法(FAHP)。这两个方法均可以较好地解决Web信息源的不完整性和不确定性给Web信息源质量评测带来的问题。本文对Web信息源质量的评测研究是在WebQM模型的基础上进行的,为了确保WebQM模型对于Web信息源质量评测的适用性和有效性,采用了基于结构方程模型(SEM)的模型验证技术,最后利用AMOS模型分析软件对WebQM模型进了分析,给出了模型拟合程度的分析报告。针对FTOPSIS算法可能出现的问题,论文最后对FTOPSIS算法进行了改进。为了克服FTOPSIS算法和FAHP算法主观性高的缺点,本文研究了基于模糊理论的数据包络分析法(FDEA)。FDEA方法将模糊逻辑引入经典的DEA方法,该算法是以输入输出指标的权重为变量进行评测,从而有效避免了人为确定指标权重的主观因素对评测结果的影响。本文最后实现的Web信息源质量模糊评测系统集成了FTOPSIS、FAHP和FDEA方法供评测者选择。