随着互联网和电子商务技术的不断发展,越来越多的用户和服务参与到服务计算中,为用户从海量服务中准确推荐出真正符合用户真实需求的服务变得日益重要。服务推荐往往可基于历史用户所反馈的服务评价展开。然而,并不是所有历史用户的评价都值得信赖,不同用户可信赖的程度也有所不同,人们往往认为信誉度越高的用户评价更有参考价值。在服务推荐过程中,用户信誉度的有效评估正吸引着越来越多研究人员的注意,而面向服务推荐的用户信誉度评估系统研究也逐渐发展起来。为了准确有效地推荐出使新用户满意的服务,本文提出面向服务推荐的用户信誉度评估系统研究。针对新用户给定的属性权重描述,由系统中较高信誉度的历史用户为其推荐适用服务。新用户使用推荐服务后给出两类反馈信息,即对服务的QoS评价信息以及对历史用户推荐满意度的打分信息。进而,基于这两类信息甄选出可信新用户,并根据可信新用户的打分值对历史用户的信誉度进行奖惩。信誉度较低的历史用户将会被系统淘汰并补选入新的高信誉度用户。通过推荐、反馈、奖惩以及淘汰补选的多次循环来构建渐趋稳定可靠的历史用户信誉度评估系统,从而完成更高质量的服务推荐。本文通过应用实例演示了方法的可用性,其有效性也通过仿真实验得到了验证。