با گسترش روزافزون استفاده از شبکه های اجتماعی، روش های جست و جوی اطلاعات، به اشتراک گذاری دانش و تجربه و نحوه ارتباط افراد تحت تاثیر قرار گرفته و دچار تغییر شده اند. عامل مهمی که باعث شده است این تکنولوژی با این سرعت رشد پیدا کند، امکان تولید آسان محتوا توسط کاربر در آن می باشد. تقاضا برای جست و جوی دانش از مجموعه داده های موجود در این شبکه ها و یادگیری رفتار کاربران در آن باعث شده است نیاز به وجود روش هایی جهت حذف اطلاعات اضافی و غیر مفید و برجسته تر نمودن اطلاعات کارآمد و کاربردی بیش از پیش مورد توجه قرار بگیرد. سیستم های توصیه گر به عنوان راه حلی برای مواجهه با مشکل سربار اطلاعات و سردرگمی در یافتن اطلاعات مفید و کاربردی ظهور یافته اند و به صورت مشاوران مجازی هوشمند با ترکیب اطلاعات موجود در پروفایل کاربر، تصفیه اطلاعات و یادگیری در ارائه خدمات اطلاعاتی هوشمند و فعال و تولید پیشنهاداتی که به نیازها و سلایق کاربران نزدیک است، بسیار مفید و مثمر ثمر واقع شده اند. این سیستم ها از روش های گوناگونی جهت تصفیه اطلاعات و ارائه توصیه ها استفاده می نمایند که در این میان، نقش اعتماد در یافتن کاربرانی مشابه که استفاده از نظرات آن ها در تولید توصیه های صحیح بسیار مفید و کاربردی است، بسیار حائز اهمیت می باشد. در بسیاری از سیستم های توصیه گر مورد استفاده در شبکه های اجتماعی کنونی، به اعتماد به عنوان یک عامل حیاتی نگریسته نمی شود و در تولید توصیه ها اهمیت آن در نظر گرفته نمی شود. در این پایان نامه با بررسی تعدادی از مدل های اعتماد مورد استفاده و تحلیل عملکرد آن ها، یک مدل استخراج اعتماد ارائه گردیده است که بر اساس تاریخچه فعالیت کاربران در شبکه اجتماعی، مجموعه اعتماد آن ها را شناسایی می کند. برای ارزیابی این مدل نیز از داده های شبکه اجتماعی epinions استفاده شده و نتایج آزمایش با مجموعه های اعتمادی که در حال حاضر در این شبکه موجود هستند مقایسه شده است.