本发明公开了基于深度学习的推荐模型及推荐方法，属于深度学习技术领域，要解决的技术问题为如何对物件进行精确建模并减少冷启动的影响。包括：输入层，用于对输入的用户信息、物品信息以及辅助信息分别进行特征拆解，并将通过特征拆解生成的特征向量组合为矩阵并输出；隐藏层，共三层，分别为第一隐藏层、第二隐藏层和第三隐藏层，每个隐藏层均配置有线性函数、激活函数和剔除层，第一隐藏层和第二隐藏层还配置有批量标准化函数，所述批量标准化函数用于对输入下一个隐藏层的矩阵数据进行数据标准化；输出层，配置有线性函数和回归分析函数，用于输出评分，所述评分为评价用户对物件兴趣度的分值。