Hệ thống đề xuất có thể sử dụng phương pháp tiếp cận dựa trên nội dung, phương pháp cộng tác hoặc phương pháp kết hợp kết hợp cả phương pháp dựa trên nội dung và phương pháp cộng tác.
Dựa trên nội dung - Trong cách tiếp cận dựa trên nội dung, đề xuất các mặt hàng giống với các mặt hàng mà khách hàng ưa thích hoặc đã truy vấn trước đó. Nó phụ thuộc vào các tính năng của sản phẩm và định nghĩa văn bản của mục.
Trong các phương pháp dựa trên nội dung, nó được tính toán dựa trên các tiện ích được người dùng tương tự gán cho các mục khác nhau giống nhau. Nhiều hệ thống nhắm mục tiêu vào việc đề xuất các mục bao gồm dữ liệu văn bản, bao gồm các trang web, bài báo và tin nhắn. Họ xem các điểm chung giữa các mục. Đối với phim, họ có thể xem cùng thể loại, đạo diễn hoặc diễn viên.
Đối với các bài báo, họ có thể xem các điều khoản tương tự. Các phương pháp tiếp cận dựa trên nội dung bắt nguồn từ lý thuyết dữ liệu. Họ tạo ra việc sử dụng các từ khóa (xác định các mặt hàng) và hồ sơ khách hàng bao gồm dữ liệu về thị hiếu và yêu cầu của người dùng. Những hồ sơ như vậy có thể được thu thập một cách rõ ràng hoặc hiểu được từ hành vi giao dịch của khách hàng theo thời gian.
Cộng tác - Trong phương pháp cộng tác, nó có thể xem xét môi trường xã hội của người dùng. Nó đề xuất các mặt hàng tùy thuộc vào ý kiến của các khách hàng khác nhau, những người có cùng sở thích hoặc sở thích với người dùng.
Hệ thống đề xuất cần nhiều phương pháp từ truy xuất thông tin, thống kê, học máy và khai thác dữ liệu để tìm kiếm điểm tương đồng giữa các mục và tùy chọn của người dùng.
Lợi ích của các hệ thống tư vấn là chúng hỗ trợ cá nhân hóa cho người dùng thương mại điện tử, tiếp thị 1-1 phát triển. Amazon, công ty tiên phong trong việc cần các hệ thống cộng tác viên giới thiệu, cung cấp “một cửa hàng được cá nhân hóa cho mỗi khách hàng” như một yếu tố trong chiến lược tiếp thị của họ.
Cá nhân hóa có thể mang lại lợi ích cho cả người dùng và công ty bao gồm. Bằng cách tiếp nhận các mô hình hiệu quả hơn của người dùng, các công ty hiểu rõ hơn về nhu cầu của người dùng. Việc phục vụ những nhu cầu này có thể dẫn đến thành công cao hơn liên quan đến việc bán chéo các sản phẩm có liên quan, bán thêm, sở thích sản phẩm, khuyến mại 1-1, giỏ hàng cao hơn và giữ chân người dùng.
Hệ thống đề xuất cộng tác cố gắng dự báo tiện ích của các mặt hàng cho người dùng, u, phụ thuộc vào các mặt hàng được xếp hạng trước đó bởi những người dùng khác nhau, những người giống như bạn. Ví dụ:khi giới thiệu sách, hệ thống giới thiệu cộng tác cố gắng phát hiện ra nhiều người dùng có lịch sử đồng ý với bạn. Hệ thống khuyến nghị cộng tác có thể dựa trên bộ nhớ (hoặc heuristic) hoặc dựa trên mô hình.
Phương pháp dựa trên bộ nhớ sử dụng phương pháp heuristics để tạo dự đoán xếp hạng dựa trên toàn bộ tập hợp các mục đã được người dùng xếp hạng trước đó. Xếp hạng ẩn danh của một tổ hợp mặt hàng - người dùng có thể được tính như một tổng hợp các xếp hạng của những người dùng giống nhau cho mặt hàng tương tự.