Gợi ý sản phẩm: Có lẽ người dùng quan trọng nhất của hệ thống gợi ý là các cửa hàng bán hàng trực tuyến. Chúng ta đã biết đến Amazon hoặc các nhà cung cấp trực tuyến tương tự đang phấn đấu để lôi kéo người dùng quan tâm đến những gợi ý sản phẩm họ có thể mua.
Những gợi ý này không phải ngẫu nhiên mà nó dựa trên các quyết định mua hàng được thực hiện trên các khách hàng tương tự hoặc trên các công nghệ khác.
Gợi ý phim ảnh: Netflix cung cấp cho khách hàng các gợi ý về những bộ phim mà họ thích. Những gợi ý này được dựa trên cảc xếp hạng được cung cấp bởi người sử dụng (biểu diễn dưới dạng ma trận xếp hàng). Các dự đoán xếp hạng chính xác có tầm quan trọng rất lớn, Netflix đã đưa ra giải thưởng một triệu đô la cho người đầu tiên có thuật toán đánh bại 10% hệ thống gợi ý của chính họ. Sau 3 năm nghiên cứu, cuối cùng giải thưởng giành chiến thắng trong năm 2009 thuộc về nhóm các nhà nghiên cứu Bellkor’s Pragmatic Chaos.
Các trang tin tức: Dịch vụ tin tức đã cố gắng xác định sự quan tâm của độc giả dựa trên các bài viết mà họ đã đọc trong quá khứ. Sự giống nhau có thể dựa trên các từ khoá tương tự trong tài liệu hoặc các bài viết đã được đọc từ người đọc có cùng thị hiếu. Nguyên tắc áp dụng để gợi ý là cập nhật thường xuyên nội dung giữa hàng triệu blog có sẵn, video trên YouTube hoặc trên các trang web khác.
Dựa trên các lĩnh vực ứng dụng cụ thể, chúng ta có các lĩnh vực tổng quát cho các ứng dụng phổ biến nhất trong hệ thống gợi ý:
Giải trí: Gợi ý cho phim ảnh, âm nhạc, và IPTV như MovieLens, EachMovie, Morse, Firefly, Flycasting, Ringo…
Phân loại nội dung báo chí cho người đọc: Gợi ý tài liệu, gợi ý các trang web, các ứng dụng e-learning và bộ lọc e-mail như Tapestry, GroupLens, Lotus Notes, Anatagonomy… Thương mại điện tử: Gợi ý các sản phẩm cho người tiêu dùng mua như sách, máy ảnh, máy tính như Amazon.com, Foxtrot, InfoFinder…
Dịch vụ: Gợi ý các dịch vụ du lịch như Dietorecs, LifestyleFinder …, các gợi ý của các chuyên gia gợi ý, gợi ý nhà ở hoặc cho thuê, các dịch vụ mai mối… Gợi ý nhà hàng như Adaptive Place Advisor, Polylens, Pocket restaurent finder…
Một vài hệ tư vấn nổi tiếng:
Phim / TV/ âm nhạc: MovieLens - MovieLens là một trang web giới thiệu phim. Người dùng cho hệ thống biết phim bạn thích và không thích. Hệ thống sử dụng thông tin đó để tạo ra gợi ý cá nhân cho các phim khác mà người dùng có thể sẽ thích hoặc không thích. MovieLens sử dụng công nghệ lọc cộng tác để gợi ý các bộ phim. Nó hoạt động bằng cách kết hợp những người sử dụng có ý kiến tương tự về phim. Mỗi thành viên trong hệ thống có một "vùng lân cận" những người sử dụng tương tự. Đánh giá từ những người láng giềng được sử dụng để tạo ra các gợi ý cá nhân hóa cho người sử dụng.
Tin tức/báo chí: GroupLens - GroupLens là một phòng thí nghiệm nghiên cứu tại Khoa Khoa học Máy tính và Kỹ thuật tại Đại học Minnesota, tiến hành nghiên cứu trong một số lĩnh vực, bao gồm:
- Hệ thống gợi ý.
- Cộng đồng trực tuyến.
- Công nghệ di động và công nghệ phổ biến. - Thư viện kỹ thuật số.
- Hệ thống thông tin vùng địa lý. Sách/Tài liệu: Amazon.com