Гибридный подход. 
Профилирование пользователей в сети Интернет

Данный подход объединяет в себе подход основанный на соседстве и подход основанный на модели. Гибридный подход является самым распространённым при разработке рекомендательных систем для коммерческих сайтов, так как он помогает преодолеть ограничения изначального оригинального подхода и улучшить качество предсказаний. Этот подход также позволяет преодолеть проблему разреженности данных и потери информации. Однако данный подход сложен и дорог в реализации и применении. [1,2].

Другие подходы

Метод Хортинга. Методом Хортинга является теоретико-графический подход к совместной фильтрации. Она включает в себя строительство ориентированного графа, в котором вершины представляют пользователей, а ребра обозначаются степенью сходства между ними. Если мы пытаемся предсказать пользователю A рейтинг пункта C, мы должны найти ориентированный путь от пользователя A к пользователю B, по ребру со значением C. С помощью линейных преобразований, присвоенных ребрам вдоль пути, мы можем предсказать рейтинг пользователя A в пункте C. Ни один другой пользователь на этом пути не получит значение ребра равное рейтингу пункта С. Это означает, что метод Хортинга также исследует переходные отношения между пользователями.

Кластеризация методами. Байесовские и небайесианские методы кластеризации могут быть использованы для создания кластеров подобных пользователей. Активный пользователь является членом в определенной группе. Чтобы предсказать его рейтинг А, мы вычисляем средний рейтинг по, А в кластере, который принадлежит пользователю. Некоторые методы позволяют частичное членство пользователя в более чем одном кластере. В таком случае, предсказанный рейтинг рассчитывается в течение нескольких кластеров и взвешивается по степени участия пользователя. Техника кластеризации также может быть использована как метод отбора экземпляра, которые используются, чтобы сократить набор кандидатов.