本发明请求保护一种基于矩阵分解融合用户社交信息的商品推荐方法及系统，属于计算机领域，该方法包括：构建用户‑物品评分矩阵和用户‑用户社交网络，同时根据用户‑用户社交网络生成用户社交语料；利用用户‑物品评分数据以及用户社交语料训练矩阵分解与神经网络混合模型，得到用户特征矩阵和物品特征矩阵；根据用户特征矩阵和物品特征矩阵预测出未观测评分；将预测评分数值较高的若干物品推荐给相应用户。本发明通过设计统一目标函数整合了矩阵分解模型与神经网络模型；基于统一的优化框架，实现了矩阵分解模型与神经网络模型之间的双向促进与协同优化，从而实现向用户精准推荐其所感兴趣的物品。