本发明提供了基于神经网络的记忆感知门控因子分解机物品推荐方法，该方法采用物品推荐模型实现，所述物品推荐模型包括4部分：输入层；带门控过滤单元的特征提取；记忆感知特征提取和分数预测层。本发明将记忆网络和协同过滤方法紧密结合，使得模型性能有很大提升；受记忆网络的启发，对每个用户采用一个记忆矩阵来记录其历史交互项目，从记忆矩阵读取出来的历史记录通过神经网络映射为用户近期偏好的项目的特征表示，以此来修正当前的项目的特征向量；此外，本发明设计了一个门控单元对辅助信息进行过滤，防止模型过拟合。