Outbrain:基於內容發現和推薦引擎是一家幫助CNN和今日美國等出版商想讀者提供廣告的創業公司，Outbrain的業務模式是向出版商提供軟體，這些軟體能向讀者發出有關跟進報道的推薦，從而幫助出版商把讀者留在自己的網站上。

Outbrain總部位於紐約，由聯合創始人兼執行長亞倫·加萊(Yaron Galai)負責運營，他是一位長期從事廣告技術行業的資深人士，創辦Outbrain的目的是為部落格主和新聞網站提供了一個外掛，裝上該外掛後，每篇部落格文章和新聞的最後將出現一個評分介面，讀者可以對文章內容進行評分。與此同時，讀者也將看到一些個性化的推薦其閱讀的內容。會在其推薦的報道中加入廣告，以此作為盈利渠道，並與出版商進行收入分成。

Outbrain的目標是利用外掛，建立一個跨部落格和跨網站的推薦系統。目前，該系統的運作方式主要是利用使用者的協作，然後根據演算法生成一些推薦內容，並會在文章的後面提示:“你也許也喜歡”，然後列出一些文章。與國內的無覓網站外掛類似。

Outbrain有一個特點，那就是使用非常方便，無需註冊，使用者就可以對文章進行評分。所有的評分都是匿名的，而且資料儲存在使用者端的cookies中。使用者每進行一次評分，我們的系統就會進行一次計算，得出每一個使用者與其他使用者的相似度和興趣重合度。此後，在向你推薦內容的時候，與你的相似度比較大的使用者推薦的內容的比重就會更大。因此，你評分的次數越多，我們的推薦就越精準，不過，前提是你的評分是真實的。

這種方式和“相關文章”外掛是不同的，因為“相關文章”外掛的推薦依據是文章的內容。這種方式太過於粗暴專斷，推薦的東西基本就是以偏概全，內容基本一樣。我們認為，這種方式明顯是不合適的。因此，在別人在做內容相似的推薦的時候，我們做的是與你的喜好相關而不是與內容相關的推薦。

Outbrain更加強呼叫戶的參與度，使用者的參與度越高，推薦的精確度也越高。同時，由於有了使用者的參與，Outbrain的推薦也就更加的個性化，這也是其與基於內容的“相關文章”外掛的巨大差別。