推荐引擎的两大主要优势在于增加企业收入和获得客户满意度。最近几年，随着网络的快速发展，网上购物也逐渐掀起了浪潮。推荐引擎通过收集数据、存储数据、分析数据、过滤数据四个步骤，使企业不需要再通过繁琐复杂的市场调研才能了解客户的需求，而是通过探索更多不同的算法，为用户提供更具个性化的产品推荐，从而提高转化率。除此之外，推荐引擎能够不断积累用户行为数据并加以学习，可为网站服务质量的提升提供助力，以此进一步提高客户满意度并推进销售进程。

不同的推荐引擎都有各自的不足之处。比如，基于近邻算法的推荐引擎，其缺陷在于计算成本较高，当其面对新用户时，由于缺乏用户信息，推荐引擎无法对用户进行准确的推送。在信息较少的情况下，推荐的内容也并不理想。对于基于内容的推荐引擎来说，当用户的信息较多时，它只能在较小的范围内为用户推荐喜好的内容，这在一定程度上降低了客户的满意度。而更贴近用户的情境感知推荐引擎也同样存在一些无法避免的问题。