باتوجه به ذات پویای سیستم های چندپیشکاره وب معنایی و وجود پیشکارهای مختلف در آن، شناسایی پیشکارهای قابل اعتماد یکی از چالش های ایجاد ارتباط بین پیشکارها در وب معنایی است. ارزیابی اعتماد در این سیستم ها براساس رفتار گذشته ی پیشکارها انجام می شود. دو منبع اصلی برای کسب اطلاعات از رفتار گذشته ی پیشکارها وجود دارد: ارتباط مستقیم بین پیشکارها و اطلاعات به دست آمده از سایر پیشکارهای اجتماع. باوجود پیشکارها با سلیقه ها و نظرات مختلف، مدل اعتماد پیشنهادی باید بتواند مطابق با نیازهای پیشکارها تنظیم شود. به علاوه برای محاسبه ی اعتبار پیشکارها باید اطلاعات مربوط به رفتار آن ها در گذشته از جامعه ی پیشکارها جمع آوری شود. همچنین اعتماد ابعاد مختلفی دارد و ممکن است میزان اعتماد به پیشکار مفروضی در ابعاد مختلف متفاوت باشد. این رساله برای حل هر یک از این چالش ها راه حلی پیشنهاد می دهد. مدل پیشنهادی این رساله از روش توزیع شده ای مبتنی بر شبکه های اجتماعی برای جمع آوری اطلاعات از محیط استفاده می کند و با بهره گیری از شبکه های عصبی مصنوعی میزان اعتبار را براساس مشاهدات جمع آوری شده ارزیابی می کند. شبکه های عصبی در طول زمان مطابق دیدگاه پیشکار آموزش می بینند، بدین ترتیب میزان اهمیت توصیه های جمع آوری شده باتوجه به دیدگاه پیشکار ارزیابی کننده ی اعتماد تنظیم شود. همچنین مدل پیشنهادی در این رساله برای نمایش میزان اعتماد از آنتولوژی ها بهره می گیرد، بدین وسیله میزان اعتماد در ابعاد مختلف محاسبه می شود. این رساله برای بررسی کارایی مدل پیشنهادی، بستری با استفاده از میان افزار jade پیاده سازی می کند و کارایی مدل به طور عملی در آن آزمایش می شود.