随着互联网的全球普及以及电子商务的飞速发展，面向Web病毒式营销领域中的客户信任网络研究目前面临两大挑战：首先，由于网络的跨时空性、信息丰富性、在线交互性和不确定性导致在线社会网络结构松散且流动性大，构成的客户信任关系是一种不稳定的临时性关系，如何更好的构建客户信任网络成为研究Web病毒式营销的重要前提条件；其次，客户信任网络作为一种在线研究客户信任关系的模式，如何对客户信任网络进行准确的客户关系分析，从而动态维护这种信任关系，进而为上层应用研究提供适于数据挖掘或个性化推荐的基础数据源，也成为一个十分重要的研究焦点。这两方面的研究直接关系到Web病毒式营销的经济效益和社会效益，因此对客户信任网络的研究具有实实在在的意义。首先，详细综述了国内外对客户信任网络的研究成果及其优缺点，结合电子商务的认知理论和方法，明确给出客户信任网络的形式化描述定义，在此基础上提出一种客户信任网络模型CNTM(Customer Network of Trust Model)，基于该模型针对不同领域提出三种客户信任网络的构建策略(COS、CIS、COIS)并分别给出了相应的信任度计算方法。其次，详细分析了客户信任网络中节点的信任动力和信任行为，提出一种基于信任路径的产品信息扩散模型TPDMI(Trust Path Diffusion Model based Information)。通过对信任的传递分析、信任路径依赖关系的分析提出了信任网络的维护与优化策略CTNOS(Customer Trust Network based Optimization Strategy)，并给出了优化算法。最后，对本文提出的策略以及算法进行了实验检验。结果表明，模型可较为准确的表述真实的客户信任关系以及反映信任传递的本质规律，通过对Epinions网站的真实在线数据进行实验，证明了算法不仅能够提高信任度、保证信任网络的覆盖率而且能够降低信任网络的信任关系复杂度，且更有助于核心群体挖掘以及进行个性化推荐。