Как стало известно, отнюдь не все пользователи хотят читать настраиваемые потоки новостей. Кастомизация (самостоятельная настройка) новостной ленты — не всегда лучший выбор для читателя новостей. Часто хорошим вариантом является персонализация — формирование автоматической подборки новостей, интересных пользователю.

Как показало исследование, только наиболее опытные и «продвинутые» пользователи хотят кастомизации. Персонализация представляется разумным компромиссом: с одной стороны, новостной поток соответствует предпочтениям пользователя, с другой, ему не надо затрачивать времени и усилий на его фильтрацию. Вместо читателя фильтром служит тот или иной алгоритм.

Простейший вариант алгоритма-фильтра исследует историю чтения и, экстраполируя ее, предлагает материалы тех же изданий и той же тематики, что обычно интересна пользователю. Недостатки такой системы очевидны: человек варится в собственных предпочтениях и легко может пропустить что-то, что ему было бы интересно, но что выходит за рамки его стандартного круга чтения. Два более богатых способа — это социальная и коллаборативная фильтрация. В первом случае читателю предлагаются те материалы, которые интересны большому количеству его знакомых. Эта идея реализована, например, в приложении Flipboard для чтения новостей с iPad. Во-втором система предлагает статьи, которые заинтересовали людей, с которыми у читателя ранее было зафиксировано сходство интересов. Этот механизм заложен в системе рекомендаций американского видеопроката Netflix.