在网络信息技术不断发展的背景下，网络数据持续膨胀，用户想要从海量信息中快速准确地找到想要的信息变得越来越难。电子商务推荐系统正是为了向用户推荐其感兴趣的项目而兴起。电子商务系统中使用最多的协同过滤推荐技术,但是协同过滤推荐技术存在着数据稀疏性、冷启动等问题，使系统的推荐服务质量降低。针对以上问题，引进社交网络中的信任关系，提出基于信任的协同过滤推荐算法，一方面能将信任关系引入到传统的协同过滤推荐算法中，并将用户间的信任度作为推荐的一个考虑因素；另一方面，利用信任关系的传递性质，将本来没有关联的用户相互关联起来，为冷启动用户匹配到更多的邻居。改进后基于信任的协同过滤推荐算法充分综合用户相似度和信任度，提高系统的推荐质量。本文通过实验证明了信任因子的可用性；信任因子能降低数据稀疏性问题，缓解冷启动问题；改进后基于信任的协同过滤推荐算法的平均绝对误差比传统的协同过滤推荐算法小，提高了推荐服务质量。