推薦演算法是計算機專業中的一種演算法，通過一些數學演算法，推測出使用者可能喜歡的東西，目前應用推薦演算法比較好的地方主要是網路，其中淘寶做的比較好。推薦演算法主要分為6種。
基於內容的資訊推薦方法的理論依據主要來自於資訊檢索和資訊過濾，所謂的基於內容的推薦方法就是根據使用者過去的瀏覽記錄來向用戶推薦使用者沒有接觸過的推薦項。基於協同過濾的推薦演算法理論上可以推薦世界上的任何一種東西。圖片、音樂、樣樣可以。 協同過濾演算法主要是通過對未評分項進行評分預測來實現的。基於關聯規則的推薦是以關聯規則為基礎，把已購商品作為規則頭，規則體為推薦物件。基於知識的推薦在某種程度是可以看成是一種推理技術，它不是建立在使用者需要和偏好基礎上推薦的。由於各種推薦方法都有優缺點，所以在實際中，組合推薦經常被採用。研究和應用最多的是內容推薦和協同過濾推薦的組合。基於效用的推薦是建立在對使用者使用專案的效用情況上計算的。
