Los sistemas de recomendación se han aplicado con éxito para ayudar en la toma de decisiones en múltiples dominios y aplicaciones. Los sistemas de recomendación multicriterio intentan tener en cuenta las preferencias del usuario en múltiples criterios, con el fin de mejorar aún más la calidad de las recomendaciones. Recientemente, se ha propuesto el enfoque de recomendación multicriterio basado en la utilidad como una solución efectiva y prometedora. Sin embargo, el problema de las sobre-/bajo-expectativas fue ignorado en el enfoque, lo que puede traer riesgos al modelo de recomendación. En este artículo, proponemos un modelo mejorado con penalización para aliviar este problema. Nuestros resultados experimentales basados en múltiples conjuntos de datos del mundo real pueden demostrar la efectividad de las soluciones propuestas. Además, los resultados de la solución propuesta también pueden ayudar a explicar las características de las aplicaciones al observar el tratamiento del problema de las sobre-/bajo-expectativas.