Son yıllarda bilim ve teknolojideki hızlı ilerleme kullanıcılar ile ilgili büyük miktarda verinin oluşmasına neden olmuştur. Kullanıcıların internet ortamında ürünler için yazdıkları yorumlar, ürünlere verdikleri puanlar, geri bildirimler veya alışveriş detayları gibi her gün çok hızlı bir şekilde çok büyük miktarda yapılandırılmış, yarı yapılandırılmış ve yapılandırılmamış veri oluşmaktadır.
Öneri sistemleri, farklı kullanıcılara ait heterojen kaynaklardan gelen bu verileri analiz ederek kullanıcıların ilgilerini öngörmek ve buna göre ilgili ürünleri doğru kullanıcılara önermek için çözümler üretir. Gereksiz ve istenmeyen bilgileri filtreleme olarak da görülen öneri sistemleri en güçlü makine öğrenmesi yöntemlerinden biridir. Özellikle çevrimiçi platformlarda yoğun olarak kullanılmakla birlikte sadece çevrimiçi uygulamalarda değil kullanıcıların bir sistemle etkileşim içinde olduğu her türlü platformda kullanıcıların bir sonraki davranışını öngörmek için yaygın olarak uygulamaları mevcuttur. Öneri modellerinin geliştirilmesi için günümüzde derin öğrenme, veri madenciliği, makine öğrenmesi ve büyük veri tekniklerinden yararlanılmaktadır.