den igangværende hurtige udvidelse af internettet i høj grad øger nødvendigheden af effektive recommender systemer til filtrering af rigelige oplysninger. Omfattende forskning for anbefalingssystemer udføres af en bred vifte af samfund, herunder sociale og computerforskere, fysikere og tværfaglige forskere. På trods af betydelige teoretiske og praktiske resultater mangler forening og sammenligning af forskellige tilgange, hvilket hindrer yderligere fremskridt. I denne artikel gennemgår vi den seneste udvikling i anbefalingssystemer og diskuterer de store udfordringer. Vi sammenligner og evaluerer tilgængelige algoritmer og undersøger deres roller i den fremtidige udvikling. Ud over algoritmer beskrives fysiske aspekter for at illustrere makroskopisk opførsel af anbefalingssystemer. Potentielle konsekvenser og fremtidige retninger diskuteres. Vi understreger, at anbefaling har stor videnskabelig dybde og kombinerer forskellige forskningsområder, hvilket gør det interessant for fysikere såvel som tværfaglige forskere.