网络舆情包含用户对于诸多社会现象与热点问题的看法与思考,而社交网络是舆情内容产生与传播的重要载体。基于在线社交网络的舆情信息的产生与传播具有以下三个特点:一,在线社交网络的准入门槛较低,用户生产舆情信息所需的时间和空间成本较低;二,社交网络的特性决定了舆情信息可以在网络中快速传播;三,广大用户群体对于虚假舆情内容的辨识能力参差不齐,使得虚假舆情信息在网络平台中快速传播。因此,研究在线社交网络中舆情信息的可信度识别对于有效控制虚假舆情信息的产生与传播具有重要现实意义。本文利用Python爬虫工具从网络上获取了基于区块链的社交网络Steemit以及传统社交网络Tumblr的内容数据。利用社会网络分析方法从点度中心度、接近中心度、特征向量中心度以及中介中心度的角度对比分析了Steemit与Tumblr。通过对比分析,本文发现在Steemit中可以更好地控制舆情信息的产生与传播,因此本文选择借鉴Steemit的设计机制来进行网络舆情的识别分析。通过对Steemit的分析,本文发现了Steemit目前存在的两个问题:一是用户代理股权机制的不合理;二是缺少对用户投票权的约束,造成奖励机制的滥用。因此,本文进行了奖惩机制的改进,并通过博弈论证明了改进后的奖惩机制在实际的应用中是行之有效的,之后将改进后的奖惩机制在系统中进行编码实现。本文设计的网络舆情识别系统基于主流技术框架SSH搭建,Struts应用于控制层,Spring负责项目中所有类的集中管理,Hibernate框架与数据库进行交互处理,负责数据持久化服务。在实际编码中采用分层的设计思想,Action为逻辑层;Bean为实体层,数据库有多少实体就对应多少具体类;Dao层为SQL语句,负责编写功能设计的基本操作;Service层为具体的功能实现方法。本文采用轻量级数据库MySql进行数据存储。本系统的主要使用人员为管理员及普通用户,管理员负责系统事务管理与维护。普通用户具有两种角色,既可作为内容发布者在系统中发布舆情内容,又可作为内容接收者对于系统中的内容进行投票操作。通过基于博弈论设计的激励机制来约束用户行为,促使用户为了使得自身利益的最大化,作为内容发布者仅会发布可信舆情内容,而作为接收者也仅会正确评判舆情内容的可信度,最终使得舆情识别系统中仅存在可信舆情内容。