為了對用戶的項目進行推薦以進行歷史用戶評級，正在使用幾種智能系統。 最常見的方法是推薦系統。 發揮主要作用的主要領域是社交網絡，數字營銷，在線購物和電子商務。 推薦系統由幾種建議技術組成。 在這里，我們使用了眾所周知的協作過濾（CF）方法。 存在兩種類型的問題，協作過濾主要解決這些問題。 它們是完全冷啟動（CCS）問題和不完全冷啟動（ICS）問題。 作者提出了三種新穎的方法，例如協同過濾，人工神經網絡以及最后的支持向量機來解決CCS和ICS問題。 基于特定的深度神經網絡SADE，我們可以刪除產品的特征。 通過使用順序激活的用戶和產品特性，我們可以適應最新技術CF模型，時間SVD ++的冷啟動產