従来法ではアイテムの情報同士（見た目、カテゴリ、説明）を比較し予測しているが、それでは流行や個人的な好みなどが考慮されない。それらを考慮するために、この論文ではアイテムのコンテクストを定義し予測に用いている。

あるアイテムに対し相性の良いアイテムを提案するタスクと、二つもアイテムの相性を評価するタスク両方で従来法を最大約27%上回る結果。また、各アイテムのコンテクストの情報量が多ければ多いほど良い結果になることがわかった。

実用性の面で考慮しなければならない流行や好みを取り入れた上、二つのタスクを大きく上回る結果。