本发明提供一种基于深度学习的众包任务个性化推荐方法和系统，涉及任务推荐技术领域。本发明利用Attention机制的选择性关注隐层状态和LSTM网络对时间序列预测的准确性等优势，能够实现有效获取数据中的关键信息，从而得到众包工人对任务选择的兴趣变化和核心关注点，实现对用户整个行为序列变化的动态因素捕捉，再通过引入Word2Vec词向量模型，计算众包工人与任务之间的相似关联度，精准地向众包工人推荐众包任务。同时，本发明将众包数据切分为结构化数据和非结构化数据，从中得到历史行为信息的显式特征和隐式特征，以挖掘更有价值的潜在特征信息，进一步提高推荐精准度。