Mục tiêu của đồ án là khảo sát lý thuyết chung về hệ thống gợi ý, sau đó xây dựng mã nguồn thuật toán dựa trên lý thuyết và sử dụng mã nguồn đó đánh giá kết quả trên dữ liệu thực tế. Đồ án cũng có một phần sử dụng mã nguồn của một bài báo khoa học để thử nghiệm lại nhằm mục đích có cái nhìn sâu sắc hơn về ứng dụng của hệ thống gợi ý.
Có các cách tiếp cận chính sau để xây dựng hệ thống gợi ý: nhóm giải thuật lọc theo nội dung (content-based filtering), nhóm giải thuật lọc cộng tác (collaborative filtering), nhóm giải thuật lai ghép (hybrid filtering) và nhóm giải thuật không cá nhân hóa (non-personalization). Các phương pháp này sẽ được giới thiệu chi tiết trong các chương tiếp theo.
Đầu ra của các mô hình gợi ý là những nội dung được dự đoán là sẽ được người dùng yêu thích. Mức độ hiệu quả của mô hình sẽ được đánh giá khi áp dụng lên hai bộ dữ liệu thực tế là Movielens và Globo.com, dựa trên các phương pháp theo lý thuyết (RMSE, MAE, ...) và thực tế (Hit Rate, MRR, ...).