随着web2.0技术的发展,社交网络服务(Social Network Service, SNS)成为最具发展潜力的应用领域之一。在社交网络中,用户可以添加好友。对于新加入社交网络的用户,如何将已有平台的好友关系迁移到当前平台成了一个困难的问题。所以如何帮助用户拓展好友则是其中的重难点之一。而社交网络中的好友推荐机制就是针对这一难点出现的。本文首先分析了根据不同推荐方法分类的推荐模型和应用于社交网络的推荐算法,之后分别针对热点好友推荐和个性化好友推荐两类问题展开研究。在热点好友推荐部分,本文将社交网络中用户的行为归纳为档案创建、内容创建和关系建立三方面。根据用户和网页间的关系整理出用户访问模型。并为热点好友推荐定义了评价指标信息贡献度,进而用于热点好友的推荐。在个性化好友推荐部分,本文引入了两个模型：两阶段好友推荐模型和基于信任传播的推荐模型。在两阶段好友推荐模型中,本文从不同角度获取用户与好友问的评分,用于描述用户的相似性。之后考虑到用户好友对用户决策的影响,完成模型第二阶段。在基于信任传播的推荐模型中,本文首先分析了社交网络中的信任传播模型,进而提出基于信任的推荐算法。最后,通过实验,本文分析了上述两个问题。实验结果表明社交网络中绝大多数用户信息贡献度较小,只有少部分用户有较高贡献度。另一方面,通过比较个性化好友推荐中两阶段推荐模型不同阶段和基于信任的推荐算法的效果,发现基于信任的推荐算法优于前者。主要是因为基于信任的推荐算法考虑了间接好友对用户决策的影响。本论文主要工作如下：(1)整理当今推荐算法的主要研究及其在社交网络中的应用。(2)针对热点好友推荐使用用户访问模型进行分析。针对个性化好友推荐引入两阶段推荐模型和信任传播网络推荐模型。(3)通过实验证明上述模型的可行性,并通过对比等方法得出用户在交友决策中的影响因素。