Некоторые методы, которые применяются для построения рекомендательных систем:

• Коллаборативная фильтрация. 45 Строится модель на основе прошлого поведения пользователя (ранее приобретённых или выбранных товаров и/или числовых оценок, присвоенных этим товарам), а также аналогичных решений, принятых другими пользователями. 4 Затем эта модель используется для прогнозирования товаров, которые могут заинтересовать пользователя. 4
• Фильтрация на основе контента. 4 Используется ряд дискретных, предварительно помеченных характеристик товара, чтобы рекомендовать дополнительные товары с аналогичными свойствами. 4
• Гибридные подходы. 4 Сочетают совместную фильтрацию, фильтрацию на основе контента и другие подходы. 4
• Системы рекомендаций на основе сеанса. 4 Используют взаимодействие пользователя в течение сеанса для выработки рекомендаций. 4 Особенно полезны, когда история (например, прошлые клики, покупки) пользователя недоступна или не актуальна в текущем сеансе пользователя. 4
• Кластеризация. 5 Используется, когда задача рекомендательной системы становится задачей без учителя. 5 Если очень мало исторических/размеченных данных, можно кластеризовать наблюдения на основе набора признаков, а затем назначить рекомендации для кластеров на основе меток, которые имеются у объектов в этом кластере. 5