den pågående raske utvidelsen Av Internett øker i stor grad nødvendigheten av effektive recommender systemer for filtrering av rikelig informasjon. Omfattende forskning for recommender systems utføres av et bredt spekter av samfunn, inkludert sosiale og datavitenskapere, fysikere og tverrfaglige forskere. Til tross for betydelige teoretiske og praktiske prestasjoner mangler forening og sammenligning av ulike tilnærminger, noe som hindrer videre fremskritt. I denne artikkelen vurderer vi den siste utviklingen i anbefalingssystemer og diskuterer de store utfordringene. Vi sammenligner og evaluerer tilgjengelige algoritmer og undersøker deres roller i den fremtidige utviklingen. I tillegg til algoritmer beskrives fysiske aspekter for å illustrere makroskopisk oppførsel av anbefalingssystemer. Potensielle konsekvenser og fremtidige retninger diskuteres. Vi legger vekt på at anbefalingen har stor vitenskapelig dybde og kombinerer ulike forskningsfelt som gjør det interessant for fysikere og tverrfaglige forskere.