互联网数据众包时代,一部电影通常能聚合数万乃至数十万用户的评价和评分,数据聚类大众观影口碑,有利于辅助我们观影决策。然而信息爆炸又反向触发了大众的信任危机,人类不同于机器,接受和分析信息的能力有限,当我们无法在海量信息中快速获得有价值的信息时,信任就会被打破。研冤发现,用户从"信任大多数人的评价"重新转向"信任细分熟人的评价"态势。本研究以重建数据服务的信任度、提升评论式社交体验为目标,以豆瓣电影平台为研究场域。通过Python展开社交网络取证,结合问卷法和访谈法进行服务触点分析,探究平台可信度维护的过程中,用户信任情感产生的激发点和破坏点。同时引入数据智能理念,对豆瓣电影平台五大功能进行改良设计,着力从"智能推荐"与"管理"模块着手,重构数据服务信息结构、信息交互流程及交互界面设计,促进豆瓣电影的智能数据足迹网络建构,提升评论式社交及智能推荐效率。