隨著新科技的快速發展，推薦引擎的應用越來越普及，舉凡是音樂平台－Spotify、影音平台－Netflix、社群媒體平台－Facebook以及電子商務網站－Amazon都是推薦引擎很有名的例子。推薦引擎是一類機器學習技術，可以預測用戶對某項商品的偏好，而其又分為三種方式－協同過濾(Collaborative filtering)、基於內容的過濾(Content-based filtering)，還有關聯分析(Association anaylysis)。

        關聯分析顧名思義就是計算兩者的關聯性進行全局推薦。舉例來說關聯分析在購買「尿布」的消費者的購物車中推薦「啤酒」，則無論用戶是否喜歡啤酒或過去是否曾經購買啤酒，都將針對所有用戶進行推薦。而協同過濾與基於內容的過濾則不是這樣，協同過濾根據消費者的評分、消費習慣將相同的產品推薦給「類似的使用者」；基於內容的過濾則是透過對商品屬性的相似性計算將「類似的產品」，進行推薦與歸類。