本申请提供一种基于隐私保护的跨域推荐模型训练方法及训练系统，其中基于隐私保护的跨域推荐模型训练方法包括：数据域单元获取到用户信息和项目信息后，提取用户信息的特征向量和项目信息的特征向量，然后对提取的用户信息的特征向量、项目信息的特征向量分别进行数据加密，再基于加密后的特征向量进行向量融合处理，得到融合向量，数据域单元基于融合向量训练跨域推荐模型。本申请实施例的特征向量经过了数据加密，其他用户无法轻易获得原始的用户信息和项目信息，在训练跨域推荐模型的过程中，保证了用户信息和项目信息的隐私性，同时使得训练得到的跨域推荐模型可以适配跨域推荐的任务。