پالایش همکارانه یک رویکرد متداول در سیستم های پیشنهاددهنده است. با وجود این، کارآمدی رویکرد مذکور در شرایط خلوتی داده ها و کاربران شروع سرد تنزل می یابد. به همین دلیل محققان به ارائه رویکردهای مکمل و ازجمله تلفیق مدل های اعتماد با رویکرد مذکور روی آورده اند. اخیراً در برخی از مدل های اعتماد، پارامتر اطمینان به عنوان معیار دقت تخمین اعتماد مطرح و نشان داده شده است که مدل های اعتماد آگاه از اطمینان در بسیاری از کاربردها باعث افزایش دقت و کارآمدی می شوند. در این مقاله یک مدل لایه ای اعتماد آگاه از اطمینان برای افزایش دقت توصیه ها در سیستم پیشنهاددهنده معرفی می گردد. این مدل شامل چهار لایه ارزشیابی، اعتماد مستقیم، اعتماد غیرمستقیم و پیشنهاد است. اعتماد ضمنی و صریح براساس مدل منطق ذهنی با یکدیگر ترکیب می شوند. اطمینان در لایه اعتماد مستقیم براساس تعداد و تازگی ارزشیابی ها و در لایه اعتماد غیرمستقیم براساس طول زنجیره اعتماد و سازگاری نظرات محاسبه می گردد. در لایه پیشنهاد، سناریوهای مختلفی برای انتخاب آیتم ها بررسی می گردد. مدل پیشنهادی بر روی دو مجموعه داده مطرح در این حوزه شامل Epinions و FilmTrust مورد ارزیابی قرار گرفته است. نتایج حاصل بیانگر برتری قابل ملاحظه روش پیشنهادی نسبت به روش های موجود از نظر دقت و پوشش توصیه ها است. پرونده مقاله