Système qui prédit et présente à chaque utilisateur les items (produits, films, articles, connexions) les plus susceptibles de l'intéresser. Le filtrage collaboratif exploite les comportements similaires entre utilisateurs (« des utilisateurs comme vous ont aussi aimé... ») et est la base de Netflix et Spotify. Le filtrage basé sur le contenu utilise les attributs des items et du profil utilisateur. Les systèmes hybrides combinent les deux. La matrix factorization (SVD, ALS) est l'approche classique ; les modèles deep learning (neural collaborative filtering, two-tower models) dominent les systèmes industriels. Le cold start (comment recommander pour un nouvel utilisateur sans historique ?) est le défi fondamental.