Vorteile
- Das Modell benötigt keine Daten über andere Nutzer, da die Empfehlungen nutzerspezifisch sind. Dies erleichtert die Skalierung auf eine große Anzahl von Nutzern.
- Das Modell kann die spezifischen Interessen eines Nutzers erfassen und Nischenelemente empfehlen, an denen nur sehr wenige Nutzer interessiert sind.
Nachteile
- Da die Funktionsdarstellung der Elemente zum Teil von Hand entwickelt wurde, erfordert diese Technik viel Fachwissen. Daher kann das Modell nur so gut sein wie die von Hand entwickelten Features.
- Das Modell kann nur Empfehlungen geben, die auf den Interessen des Nutzers basieren. Mit anderen Worten: Das Modell kann die bestehenden Interessen der Nutzer nur begrenzt erweitern.