1958年，美国的卢恩提出了“商业智能机器”的设想。在这个概念框架中，图书馆工作人员根据每个用户的不同需求，建立相应的查询模型，然后通过精确匹配的文本选择方法，为每个用户产生一个符合其查询需求的新文本清单。同时，记录用户所订阅的文本以用来更新用户的查询模型。他的工作涉及了信息过滤系统的每一个方面，为信息过滤的发展奠定了有力的基础。

1969年，选择性信息分发系统（SDI）引起了人们的广泛兴趣。当时的系统大多遵循Luhn模型，只有很少的系统能够自动更新用户查询模型，其他大多数仍然依靠职业的技术人员或者由用户自己来维护，SDI兴起的两个主要原因是实时电子文本的可用性和用户查询模型与文本匹配计算的可实现性。

1982年，丹宁（Denning）提出了“信息过滤”的概念。他描述了一个信息过滤的需求例子，对于实时的电子邮件，利用过滤机制识别出紧急的邮件和一般的例行邮件。之后，1986年，米隆（Mlone）等人发表了较有影响的论文，并且研制了“information Lens”系统，提出了3种信息选择模型，即认知、经济和社会，所谓认知模式，即基于信息本身的过滤。

多媒体信息过滤作为解决网络信息超载问题而发展起来的技术与方法，最初应用于新闻和电子邮件过滤，后来被广泛应用于各类多媒体信息源过滤。中国国内外关于多媒体信息过滤的研究主要集中在两个方面：一是不良信息过滤，主要目的在于维护网络信息健康，净化网络环境；二是获取相关信息过滤，主要目的在于获取用户感兴趣的信息。

按照操作方法的不同，多媒体信息过滤分为主动和被动两种：①主动信息过滤系统。这些系统动态地为用户查找相关的多媒体信息。②被动信息过滤系统。这种系统从输入信息流和数据中忽略不相关的信息。

按照获得知识的方法的不同，多媒体信息过滤分为显示和隐式两种：①显式的方法。包括用户的审核和填充表单，系统利用这种方法，得到用户的偏好。②隐含的方法。隐含的方法通过记录和分析用户的行为来进行，不需要用户的参与知识询问。