电子商务具有巨大的经济增长潜力，但是在其高速的发展过程中面临很多挑战。电子商务的开放性、虚拟性、匿名性等特点导致严重的信息不对称问题和交易风险问题，大规模电子商务应用中的“信息过载”问题日益严重，信任评估和个性化推荐是解决电子商务发展中的这些瓶颈问题的两个关键研究领域。电子商务中的信任包括用户对电子商务系统之间的信任和交易相关方之间的信任。现有的加密、认证、访问控制等信息安全技术在一定程度上为用户提供了对电子商务系统的信任，但是不能用来解决电子商务中交易各方之间的“可信任度”问题。个性化信息推荐是电子商务个性化信息服务的核心内容，推荐算法是个性化推荐系统的核心，也是电子商务个性化推荐技术的研究重点。现有的各种个性化推荐方法都有适合的应用领域，同时也都存在一定的局限性，不能适应电子商务个性化推荐的需要。　　在大规模电子商务系统中，大量的买方、卖方交易主体通过产品和服务交易活动形成了复杂的交易网络。本文的研究是基于对电子商务交易网络的认知，以国内外近年来在电子商务信任评估、个性化信息推荐方面的研究进展为基础，在理论和方法上借鉴多学科的研究成果，将复杂网络、复杂适应系统、多主体建模仿真、社会网络分析、信任管理、服务质量期望等理论和方法运用于电子商务信任评估和个性化信息推荐的研究中，探索解决电子商务应用中信任评估和个性化推荐两个关键问题的新思路。主要研究成果包括:　　(1)电子商务交易网络定义与分析　　分析了电子商务交易系统的复杂性和复杂适应性特征，将电子商务交易系统抽象为由买方、卖方、商品三类不同的节点通过交易关系构成的复杂网络，提出具有一般适用性的电子商务交易网络的形式化定义。运用复杂网络分析技术，充分利用网络结构中所包含的各种关系信息以及网络权值信息，提出了加权2模式交易网络的拆分算法，为交易网络的可视化分析和信任网的构建提供了算法基础。　　(2)真实交易数据的在线提取和交易网络的建模仿真　　针对在电子商务研究中难以获取大量真实交易数据的问题，本文探索了解决该问题的两条途径:一是建立了电子商务交易网络的多主体模型，定义了买方、卖方、商品三种主体的属性及其行为规则，并利用Repast平台仿真生成了各种规模的仿真电子商务交易网络。二是利用eBay电子商务交易平台的开放API，实现了对大量的eBay交易数据在线提取，用于构建真实的电子商务交易网络。　　(3)电子商务交易网络的可视化分析　　以仿真生成的交易网络和基于eBay交易数据构建的交易网络为实例，运用复杂网络分析与可视化工具Pajek，对电子商务2模式网络进行了全面分析;基于社会网络分析中的中心性分析方法，对买方、卖方、商品三类1模式网络分别进行了详细的分析，发现了交易网络中潜在的可帮助电子商务平台运营商进行客户（包括买方和卖方）和销售商品情况分析的知识，以及可用于为买方用户和卖方用户提供各种个性化推荐服务的信息。　　(4)电子商务信任评估模型和算法　　本文建立了四种基于电子商务交易网络信息的信任评估模型并设计了相应的信任度评估算法:①针对主流C2C电子商务网站采用的基于反馈评分的信用评价模型存在的问题，建立了改进模型。②根据B2B电子商务的特点，建立了由静态基础性指标和动态交易指标组成的信任评价指标体系，提出了基础信任和交易信任相结合的B2B电子商务信任评估模型。③从信任的模糊性特征出发，定义了由交易信息构成的信任特征向量，建立了综合信任度和直接信任度相结合的基于模糊聚类的电子商务信任评估模型。④基于买方-卖方交易关系网络和拆分交易网络得到的买方关系网络，对各种信任关系及信任网的概念进行了定义，提出了基于信任网的买方之间直接信任度、推荐信任度的计算算法。　　(5)电子商务个性化信息推荐　　本文主要研究了两种新的个性化推荐算法。一是基于熵的协同过滤推荐算法，旨在探索解决协同过滤推荐技术在电子商务应用中面临的评分数据稀疏、冷启动、用户潜在兴趣挖掘等问题的新的可行途径。通过大量深入的实验分析，验证了基于熵的协同过滤推荐算法的有效性。在构建一个基于Web服务的B2B电子商务推荐服务应用框架的基础上，探讨了将基于熵的推荐算法应用于B2B电子商务企业推荐的方法。二是在定义买方-卖方信任网及相关概念的基础上，从用户购买特定商品的需求出发，提出了基于信任网的个性化卖方推荐算法。　　(6)电子商务平台服务质量改进方案　　构建了电子商务交易平台服务质量期望模型和服务期望决定性因素模型，利用服务质量差距模型分析了电子商务交易平台存在的各种服务质量差距问题，提出了基于Web2.0理念和技术、突出个性化信息服务能力的电子商务平台服务质量改进方案。　　本文对于提出的各种信任度评估算法、交易网络分析方法和个性化推荐算法大部分都进行了实证或实验分析。分析结果表明，基于电子商务交易网络信息的信任度评估算法、交易网络分析方法和个性化推荐算法，在各自的适用情境中具有合理性和有效性。