【摘要】[目的/意义]构建知识类微博信息质量的评价指标体系与评价模型，为知识类微博信息质量的提升和微博知识服务的改善提供参考。[方法/过程]通过文献调研与问卷调研，确立评价指标体系。收集用户评分数据进行实证分析，利用TOPSIS对30个知识类微博计算综合得分，并将数据输入RBF神经网络进行仿真训练。[结果/结论]测试结果显示，所建立的知识类微博信息质量评价模型的仿真值与实际评分值的误差均在6%以内。该模型能够较准确地拟合用户评分数据，适用于复杂多维指标体系下的微博信息质量评价场景，对知识类微博及其他类型的微博信息质量评价具有一定的借鉴意义。