由于C2C（Consumer to Consumer）电子商务交易的匿名性、动态性，交易双方缺乏基本的信任基础，交易存在较大的风险。构造科学的信任计算模型，客观度量卖家的可信度，辅助买家（消费者）做出合理的购买决策，是降低交易风险的有效手段之一。为了客观度量商家的信任度，结合现实生活中社会关系网络的一些认知理论和方法，详细分析和定义了实体及实体关系的相关属性，提出了一种信任网络描述的形式化模型，研究了信任网络的构造方法，建立了一套信任网络优化算法和信任网络可视化自动生成工具，可以很好地揭示电子商务环境中复杂信任关系，降低了信任度量算法的复杂度，为信任的传播机制和信任计算模型的研究提供理论基础。以信任网络为基础，综合考虑信任的时间敏感性、不对称性、可传递性和可选择性，构建了C2C电子商务环境下的动态信任算法。该算法首先通过买家自身的交易经验计算买家对卖家的直接信任度，然后，计算来自信任网络中买家的朋友对卖家的推荐信任度，最后通过信任调节因子集成直接信任度和推荐信任度来获得买家对卖家的信任度。为了防止推荐者的恶意推荐和对系统的攻击，在计算推荐信任度时引入信任相关因子。通过仿真实验分析表明，一方面，算法考虑了交易的多属性及其相关性，信任评价的粒度更加细化，使得信任计算的结果更加客观。另一方面，信任相关因子可以很好地筛选出符合买家“个性”的推荐节点，使推荐信任度更准确，可以进一步抑制恶意节点对信任算法的影响。