本发明提出一种考虑用户的长期偏好与短期偏好的景点推荐方法和系统，利用注意力机制关注整个序列行为中的重要信息，得到长期偏好；BiLSTM学习短期序列中的顺序信息，得到短期偏好；同时考虑长短期偏好为游客动态推荐下一个景点，提高推荐结果的准确度。其避免了数据稀疏和独立假设问题，同时进一步解决目前景点推荐方法中推荐精度不高和推荐结果个性化程度低等问题。该方法考虑了景点之间的关联性，且同时考虑游客长短期偏好，可有效为游客偏好建模，使得推荐性能得以提升。