推荐系统（recommender systems）是利用信息过滤技术向用户推荐其可能感兴趣的信息。推荐系统是有别于信息分类和信息搜索的信息处理方式。
信息分类是有序的按照时间/主题/类别/用户/任务等方式组织结构化信息，浏览分类信息可以帮助用户理解信息之间的组织方式，但是这种信息的呈现方式是基于用户已知目标信息的所属类别，用户认知事物偏向于模糊无序，难以从有序的信息中发现未知并感兴趣的信息。
信息搜索是根据和群体行为相关的权重排序信息，带有任务的用户寄希望能快速搜索到感兴趣的内容之后再深入阅读，再带着新的任务继续搜索，而现实的情形是个体用户不得不调整关键词反复搜索处于长尾的信息。
随着信息的快速增长，信息重复和信息过多导致的被动获取的信息过载，通过搜索引擎主动获得高质量的信息也会花费更多的成本，推荐系统是解决这些问题最有潜力的方法，其作用在于：
- 帮助用户快速发现感兴趣和高质量的信息，提升用户体验。
- 增加用户使用产品时间。
- 减少用户浏览到重复或者厌恶的信息带来的不利影响。
- 提供个性化信息，信息的推荐更为精准。