互联网技术的发展、社交应用的日益普及和渗透,为电子商务的新商业模式——社交化电子商务提供了机会。社交电商涉及使用Web 2.0社交媒体技术来支持在线互动和用户贡献,以协助购买产品和服务。社交化商务的发展,可降低用户线上交易风险、挖掘潜在消费需求,为电子商务的发展提供了巨大价值。但同时也带来了新的问题——在这种信息不对称、冗杂信息泛滥、由非熟人关系组成的网络中,如何有效获取和辨别可靠信息源将成为研究的难点。社交电商网络中潜在信任关系的预测可有效解决此问题。信任关系预测问题实际上是一种特殊的链接预测问题,旨在通过各种已知的网络信息(网络节点信息、网络拓扑结构信息等)来预测复杂网络中节点之间存在链接的可能性。本文首先定义并分析社交电商网络这一复杂网络的网络拓扑结构;然后结合网络结构特性、借鉴相关信任关系研究,从社会学和心理学理论着手,对人与人之间信任产生机制及影响因素进行总结分析;提炼出熟悉度、偏好相似度、声誉度及专业能力这四个在社交电商网络中主要影响用户间信任关系的因素,并建立基于社交电商网络的潜在信任关系模型;最后参考相关的经典算法为该模型中各个因素及信任度的量化度量提供了具体算法。在算法的提出过程中,创新性地将不信任因素的计算引入被信任者的声誉度的度量。本文获取真实的社交化电子商务网站——Epinions网站的用户数据,基于该数据集进行了实验,对研究中提出的模型及算法进行训练与评价。实验结果表明,本研究所提出的方法在信任关系预测的有效性和准确性方面有较好的表现。通过实验结果分析,得出如下结论:(1)熟悉度在社交电商网络中具有稀疏性,但熟悉度的变动对信任值的变化影响最大;(2)被信任用户的专业能力值的提高与两信任主体之间偏好相似度的提高均对信任值的提升有较大影响;(3)声誉度对信任值的提升有一定影响,但效果有限。