本发明公开了一种基于矩阵分解和BP神经网络的公平推荐方法和装置，其中，该方法包括：存取推荐所需的关系图谱信息，基于关系图谱信息，使用字符串处理库对字符串进行数据预处理，以得到预处理函数；基于预处理函数，使用预定义划分公式将所有的待推荐物品划分为热门物品和非热门物品；对于热门物品的推荐，对热门物品使用BP神经网络训练残差，将残差融合到MF算法中，以得出第一推荐评分；对于非热门物品的推荐，使用用户预先给出的信息，利用公平推荐算法，计算得到第二推荐评分；根据第一推荐评分和第二推荐评分，获取预设个数进行推荐。本发明实现了针对非热门物品的公平推荐，在推荐系统中融入了情景因素，提升了推荐的准确性。