随着互联网的爆发式发展与电子商务繁荣,个性化推荐技术作为提高用户浏览效率及电子商务访购率的手段受到越来越多的重视。该技术虽然在近年内快速发展,但至今仍存在精度低及推荐建议差等问题。为解决这些问题,不少学者将社交网络与电子商务进行融合,提出“社会推荐”的概念,本研究正是该研究领域的一个分支,根据两级传播理论,引入意见领袖、口碑传播来加强社会推荐。本文首先对社会网络分析和推荐算法的研究进展进行了总结与归纳,并详细阐述了两级传播理论、社会网络分析、社区发现、个性化推荐领域的经典理论。文章通过分析发现各个领域研究存在优势互补型,具有融合的可能,但在实现上需要考虑影响力干涉等问题。为此,本文借鉴PageRank算法提出了考虑影响力干涉的意见领袖推荐效力的动态评估方式,然后将社区发现技术与意见领袖识别算法结合,设计跨社团的意见领袖推荐效力的排序原则,构建了意见领袖识别模型。最后,通过仿真和实证分析进行假设的验证以及意见领袖识别模型的验证。结果表明,本课题所设计的意见领袖识别模型比传统模型具有更广的推荐覆盖度与效度。