Tavsiye sistemleri, kullanıcıların sisteme girdikleri verilerden yola çıkarak kullanıcılar için önerilerde bulunan sistemlerdir. Bir kullanıcı ne kadar çok veri sağladıysa, bu sistemler o kadar doğru olabilir. Ek olarak, bireysel kullanıcılar tarafından gönderilen veriler, diğer kullanıcılar için önerilerde bulunmak için kullanılabilecek bilgiler üreterek sistemin genelini iyileştirmeye yardımcı olur. Tavsiye sistemleri, genellikle film ve televizyon inceleme siteleri ve her ürüne bakarak göz atmak için fonksiyonel olarak imkansız olacak büyük perakende ürün stoklarına sahip olanlar gibi yerlerde görülür.
Bu sistemler kullanıcılarla birkaç farklı şekilde etkileşime girebilir. Bunlardan biri, daha fazla okumak, televizyon şovları veya video oyunları gibi, ilgilerini çekebilecek daha fazla şey arayan kullanıcılara hizmet etmek. Bu sistemlerde, kullanıcı bir beğeniler ve beğenilerden oluşan bir liste oluşturur ve sistem henüz oy kullanmadığı şeylere nasıl oy vereceğini tahmin etmeye çalışır. Bir şeyin yüksek bir puan alacağını düşünüyorsa, bunu kullanıcıya önerir.
İyi tasarlanmış tavsiye sistemleri hatalarından ders alır. Bir sistem, Willy Wonka ve Çikolata Fabrikası'nı sevdiği için Müzik Sesini önerebilir. Kullanıcı, "Bunu beğendim" veya "Bunu beğenmedim" gibi seçenekler seçebilir. Kullanıcı Müziğin Sesini beğenmediyse, sistem not alabilir ve öneriler üretmek için kullanılan algoritmayı daha da geliştirebilirdi. Ne kadar fazla veri toplanırsa, öneriler o kadar yararlı olacaktır.
Perakende siteleri, insanları dürtü alımları yapmaya teşvik etmek için tavsiye sistemleri kullanır. Sistem satın alınan ürünleri not eder ve ilgili ve yardımcı öğeleri önerir. Örneğin, kamera satın alan bir kişiye şarj cihazı, kamera çantası, filtreler ve ek lensler almak isteyip istemediği sorulabilir. Feminist teori hakkında bir kitap satın alan birisine, bu unvanın diğer alıcılarının aynı zamanda başka bir unvandan da hoşlandıkları söylenebilir. Bu tip öneri sistemleri, kullanıcılara hitap etmesi muhtemel kişiselleştirilmiş pazarlamaya izin vermektedir.
Bu sistemler, çok sayıda kullanıcıdan gelen verilerin anlamlı şekillerde organize edildiği verilerin ortak filtrelenmesine dayanır. Bu, sitenin başka türlü görünmeyebilecek bağlantılar kurmasını sağlayarak tavsiyelerin kalitesini arttırır. Katılmak istemeyen kullanıcılar genellikle kullanıcı ayarlarındaki seçenekleri değiştirebilir, ancak sistem, bireyin tercihlerinden öğrenemez, yalnızca diğer kullanıcıların toplu görüşünden öğrenemezler.
