随着人们生活水平的提高和网络的迅速发展，网上购物成为最流行的网上活动之一，网购给人们带来了乐趣的同时也给人们的生活带来了极大的方便，但是网络上商品的质量参差不齐，让购买者挑选起来很困难，同时也给不法分子创造了欺骗消费者的机会。因此如何为消费者想要购买的商品给出一个比较准确的评价就成为了大家比较关注的焦点。通过观察现有C2C购物平台上的信任计算发现，多数的信任计算只是将用户给出的评分简单的求平均值，不能很好的反映出商品评分的真实情况。另外，每个用户对商品质量的度量标准不同，评价好坏的标准也不相同，但是现有的评价方法不能为用户提供个性化的评价方法。所以针对这种现象，本文根据社会网络中用户之间的关系，为C2C上的用户提供一种个性的商品信任度评价方法。该评价方法主要受以下几个方面的影响，卖家的信任值，用户对商品的直接信任，参评用户的信任值和参评用户与用户的关系等因素。其中参加评分的用户与当前用户的关系可以分为评价相似用户和朋友用户以及普通用户三种。同时，本文引入时间和商品价值等参数计算卖家信任值，使卖家的信任值更合理。最后，本文通过实验对提出的算法进行验证，并与传统方法进行对比分析。结果表明本文提出的信任度评价方法可以给用户带来更好的购买体验并体现了其实用性及应用价值，并讨论了今后进一步改进的方向。