近年来推荐系统无处不在,其能够解决数据爆炸时期的信息过载问题,同时为用户提供个性化的服务。为了提高推荐的接受率和用户的满意度,研究者们一直致力于各方面的尝试,比如对一些常见的推荐方法进行算法层面的改进。而伴随着社交网络的日益兴起,一些研究开始尝试利用用户的好友关系进行推荐。虽然引荐技术(即通过好友进行推荐)有很多优势,然而研究结果显示最终通过好友推荐的成功率总体却不如系统直接推荐,究其原因在于有些好友并不愿意将内容进行引荐,从而造成了传递的损失。而事实上,影响好友引荐意愿的因素有很多。本文综合考虑了引荐人自身的影响因素,引荐内容和引荐方式的影响因素,以及引荐人与引荐对象社交关系强度的影响因素,并结合当今非常流行的社交网络,提出了面向社交网络的引荐意愿影响因素模型。通过深入的用户实验和对于社交数据的计算,我们分析得到影响用户社交引荐意愿的各种因素,并根据实验结果对原始的影响模型进行修正,之后通过设计一组对照实验对完善后的模型进行评估验证,从而定位到更合适的引荐人和引荐对象,选择更好的引荐内容和方式,提高最终的引荐意愿和效率。