Sodelovalno filtriranje je metoda za obdelavo podatkov, ki temelji na uporabi podatkov iz številnih virov za razvoj profilov ljudi, ki so povezani s podobnimi okusi in potrošniškimi navadami. Ta tehnika se uporablja v številnih različnih nastavitvah. Nekatere najbolj znane aplikacije sodelovalnega filtriranja je mogoče videti na internetu, kjer se uporablja za trženje, napovedovanje okusov uporabnikov in urejanje spletnih mest, ki se za delovanje zanašajo na prispevke uporabnikov.
V preprostem primeru, kako deluje sodelovalno filtriranje, bi spletno mesto morda želelo vzpostaviti sistem priporočil za televizijske oddaje. Uporabniki spletnega mesta posredujejo podatke, ko se prijavijo, in navedejo oddaje, ki so jim všeč. Ti podatki se nato uporabljajo za identifikacijo uporabnikov s podobnimi okusi. Če je 75 % ljudi, ki jim je všeč oddaja A, všeč oddaja B, lahko sistem sklepa, da je ljudem, ki jim je všeč ena oddaja, verjetno všeč druga. Tako, ko se uporabnik prijavi in se identificira kot oboževalec Show A, ki išče predloge, lahko sistem priporoči Show B.
Da bi sodelovalno filtriranje delovalo, potrebuje veliko podatkov. Večja kot je populacija, iz katere so črpani podatki, bolj uporabni in učinkoviti bodo podatki. Majhne količine podatkov se bodo bolj verjetno končale z rezultati, ki niso smiselni, kot so napačne povezave, ki povzročijo slabe napovedi okusov. Takšni sistemi pogosto trpijo zaradi težave s hladnim zagonom, pri čemer se počasi razvijajo, ker je treba bazo podatkov najprej napolniti. Zgodnji uporabniki lahko postanejo razočarani nad sistemom, ker daje slaba priporočila, ker nima dovolj podatkov.
Sodelovalno filtriranje se pogosto uporablja tudi na spletnih mestih za družabna omrežja in spletnih mestih, ki ponujajo orodja, kot so zaznamki za podjetja, v katerih uporabniki delijo in promovirajo povezave do spletnih mest, ki se jim zdijo zanimiva. Ko uporabniki dodajajo podatke v sistemu, lahko sistem začne pripravljati priporočila, ki so zasnovana tako, da ustrezajo okusu vsakega uporabnika. Spletno mesto s socialnimi zaznamki lahko na primer ustvari naključne povezave na podlagi povezav in uporabnikov, ki so jim bili nekdo v preteklosti všeč.
Tržniki lahko uporabijo sodelovalno filtriranje, da uporabnikom zagotovijo zelo natančno usmerjeno trženje. To prilagojeno trženje je lahko zelo učinkovito, saj uporabniki čutijo, da jih osebno nagovarjajo, zato je večja verjetnost, da bodo sprejeli priporočila. Ogromne količine podatkov, ki se prostovoljno posredujejo na spletnih mestih, kot so spletna mesta za družbena omrežja, so priljubljeno blago med tržniki, ki kupujejo podatke s takih spletnih mest, da bi razvili prilagojene kampanje.