电子商务环境下为用户提供高效的推荐是一个非常有意义的课题，然而稀疏性问题严重影响了推荐系统的推荐质量。为了有效解决这个问题，提出了一种基于信任传播的TSRCF协同过滤算法，在信任传播的基础上，提出了信任度，相似度，关系度的混合权重TSR，取代了传统的协同过滤算法的相似度，作为寻找邻居用户的标准。TSRCF算法在一定程度上缓解了稀疏性问题，帮助用户在信息过载的情境下得到高质量的推荐。在Epinions数据集和FilmTrust数据集上的仿真实验也验证了TSRCF算法比传统CF算法有更高的推荐精确度。