במערכת המלצה לאתר, עבור מוצרים ותיקים נשתמש במודל המלצה:

Item-to-item collaborative filtering- נרצה לדעת מהו הדירוג שינתן למוצר I על ידי משתמש J .אנו נסתכל על המוצרים שדומים למוצר הזה ונסתכל על הדירוג הממוצע שהמשתמש נתן למוצרים הדומים. אנו נרצה לחשב דמיון בין שני מוצרים ואנו נעשה זאת על ידי מספר המשתמשים המשותפים שדירגו את אותם שני מוצרים. יכול להיות טוב יותר מ user to user מכיוון שהמטריצה פחות ספרסית מכיוון שיש לרוב יותר משתמשים מאשר מוצרים. הבעיה ב-user to user זה שבהרבה מקרים יש הרבה יותר דירוגים פר פריט מאשר פר משתמש והדטא עבור המשתמשים הוא יותר ספרס מאשר הפריטים (כלומר לכל שני יוזרים יהיו פחות דירוגים משותפים). לדוגמה בחנות ספרים, מגיעים ספרים חדשים אבל ספרים ישנים נשארים ולכן יהיו הרבה יותר דירוגים פר פריט מאשר פר משתמש.