本申请提供一种分布式隐私保护学习的推荐方法、设备和学习系统，其中：进行联邦学习的多个用户终端设备中的目标用户终端设备，获取目标用户对应的评分矩阵，在训练其对应的项目表达矩阵和用户表达矩阵的至少一次迭代中：确定当前迭代中项目表达矩阵对应的损失函数梯度，将加入第一噪声的损失函数梯度发送至服务器；若接收到服务器发送的存活通知，向服务器发送用于降低损失函数梯度上加入的噪声的第二噪声，以使服务器基于加入第一噪声的损失函数梯度以及第二噪声的聚合结果更新项目表达矩阵并将更新结果发送至各用户终端设备。根据训练截止时的用户表达矩阵和项目表达矩阵预测目标用户对多个项目的偏好程度并据此向目标用户推荐项目。