本发明公开了一种融合文本语义向量和神经协同过滤的推荐方法，包括：数据预处理模块获取用户评论文本及物品元数据；用户评论表征模块根据用户评论文本生成用户评论的嵌入向量；物品内容表征模块根据物品描述文本生成物品内容的嵌入向量。推荐模型将用户评论的嵌入向量、物品内容的嵌入向量、用户ID及物品ID的独热编码依次输入混合推荐模块和评分预测模块，进行用户评分预测。本发明引入了文本的段落向量嵌入表征方法，实现对用户评论和物品内容的文本进行表示学习，将得到的嵌入向量分别输入用户情感分析网络和物品内容分析网络，其输出视为用户和物品的协同注意力，分别作用于用户‑物品的交互序列建模，提高了推荐模型的评分预测效果。