У роботі розглядаються актуальні аспекти проєктування та програмної реалізації алгоритмічного ядра для універсальної рекомендаційної системи розважального контенту, що об’єднує відеоігри, фільми, серіали та книги. Проведено детальний аналіз двох базових підходів: контентної та колаборативної фільтрації. Наведено їх математичне обґрунтування та описано переваги гібридного підходу для формування високоточних персоналізованих рекомендацій.