Web环境下快捷有效地向用户推荐对其更为可信和感兴趣的资源已经成为一个研究热点。本文主要研究基于信任网络的个性化推荐模型以向用户推荐更为可信和感兴趣的Web资源。　　 本文的主要工作有：1）．分析了已有的个性化推荐技术，探讨基于信任网络的个性化推荐模型；2).研究基于信任网络的个性化推荐模型的Web应用框架。　　 本文主要贡献有：1).综合考虑用户的自身特征与社会性，提出了基于信任网络的个性化推荐模型TN-PRM，用于Web资源的个性化推荐。2)．根据用户兴趣相似性与用户信任特征构建和完善信任网络，采用BP神经网络算法实现用户兴趣相似性剑Trust值的转化，并提出了基于交互经验的Trust调整策略对信任网络进行动态调整。3).通过对Advogato社会网络数据的观察与实验分析，提出了信任网络中高可信路径优先的Trust推导算法HTFTrust，以保证Trust推导计算的精度。4).设计并实现了一个基于TN-PRM的个性化推荐原型系统TrustShare。