Un sistema de recomendación predice qué productos, contenidos o acciones probablemente le interesen a un usuario específico, a partir de su historial de comportamiento, sus preferencias explícitas, o el comportamiento de usuarios con gustos similares.
Sus dos grandes enfoques
El filtrado colaborativo recomienda en base a la similitud entre usuarios o entre ítems, sin necesitar entender el contenido en sí. El filtrado basado en contenido, en cambio, analiza las características del propio contenido (género de una película, ingredientes de una receta) para encontrar ítems similares a los que ya le gustaron al usuario. La mayoría de los sistemas modernos combinan ambos enfoques.