Amazon 利用可以記錄的所有用戶在站點上的行爲，根據不同數據的特點對它們進行處理，並分成不同區爲用戶推送推薦：
- 今日推薦 (Today’s Recommendation For You): 通常是根據用戶的近期的歷史購買或者查看記錄，並結合時下流行的物品給出一個折中的推薦。
- 新產品的推薦 (New For You): 採用了基於內容的推薦機制 (Content-based Recommendation)，將一些新到物品推薦給用戶。在方法選擇上由於新物品沒有大量的用戶喜好信息，所以基於內容的推薦能很好的解決這個“冷啓動”的問題。
- 捆綁銷售 (Frequently Bought Together): 採用數據挖掘技術對用戶的購買行爲進行分析，找到經常被一起或同一個人購買的物品集，進行捆綁銷售，這是一種典型的基於項目的協同過濾推薦機制。
- 別人購買 / 瀏覽的商品 (Customers Who Bought/See This Item Also Bought/See): 這也是一個典型的基於項目的協同過濾推薦的應用，通過社會化機制用戶能更快更方便的找到自己感興趣的物品。