Преимущества коллаборативной фильтрации:

• Не требуется информация о самих объектах. 1 Для работы метода нужны только данные о взаимодействиях пользователей с этими объектами. 1
• Результаты работы улучшаются со временем, когда появляется всё больше информации о пользователях и их оценках. 4
• Метод не ограничен одной «нишей интересов» и может рекомендовать пользователям что-то отличающееся от их обычных запросов, но в то же время способное их заинтересовать. 4
• Есть возможность рассчитать данные о сходстве пользователей или объектов предварительно, чтобы потом ускорить составление рекомендаций в реальном времени. 4

Недостатки коллаборативной фильтрации:

• Проблема «холодного старта». 4 Когда в системе появляется новый пользователь, ещё не поставивший достаточное количество оценок, или пользователь просто малоактивен, система не знает, что ему рекомендовать. 4 Аналогично, когда появляется новый продукт, ещё не оценённый ни одним пользователем, он не может быть рекомендован из-за недостатка сведений о нём. 4
• Разреженность данных. 2 Такая проблема часто встречается у новых ресурсов, которые предполагают работу с большим объёмом данных. 2 Если пользователи редко ставят оценки, создавать качественные рекомендации практически невозможно. 2
• Не учитывается контекст, в котором пользователь ищет товар, что может привести к некорректным рекомендациям. 5