本研究針對推薦系統冷啟動和候選生成兩方面的問題，提出了一種基于深度學習的分類方法。研究人員提出了一種分類的深度學習技術，來解決推薦系統中的冷啟動和候選生成問題。

冷啟動是通過附加功能(用于音頻、圖像、文本)和學習隱藏的用戶與對象表示來解決的。候選生成則通過分離的網絡、RNNs、自動編碼器和混合方法解決。該研究還總結了這些技術的優點和局限性，同時展望了未來研究的方向。

推薦系統為企業和客戶提供了許多便利。它們使消費者的搜索過程變得非常簡單，并幫助企業實現更高的銷量、更高的網絡使用率、更高的客戶保留率和更高的利潤率。

Netflix上80%的電影都有推薦系統。在YouTube上，60%的視頻點擊來自推薦。本文描述的工作是為未來開發穩定的推薦系統進行的有益嘗試。