Los "Productos componentes" (también conocidos como "Componentes de producto" o "Componentes de artículo") son una técnica de recomendación de productos en la que se descompone un producto en sus componentes o atributos, y luego se recomiendan productos que comparten los mismos componentes.

Por ejemplo, si un cliente ha comprado un televisor con características específicas, como tamaño de pantalla, resolución, conectividad, entre otros, se pueden identificar los componentes de ese televisor y utilizarlos para recomendar otros televisores con características similares.

La recomendación basada en productos componentes es útil cuando no se dispone de información sobre la preferencia de marca o modelo del cliente, o cuando se quiere recomendar productos de una categoría específica en función de las características deseadas. También es útil cuando se desea realizar una recomendación de productos sustitutos o complementarios, basados en los componentes que comparten con los productos ya comprados o visualizados por el cliente.

Las técnicas de aprendizaje automático y minería de datos se utilizan a menudo para identificar y analizar los componentes de los productos, y para construir modelos de recomendación basados en ellos.

Cuando la recomendación de productos no viene dada por analizar los componentes o atributos de un producto sino por la información de historial de compra de clientes para encontrar patrones y similitudes en sus preferencias se le conoce como “filtrado colaborativo”.