本发明属于协同过滤推荐领域，提供了一种跨区域跨评分协同过滤推荐方法及系统，包括：将目标域评分矩阵和源域评分矩阵中全体用户划分为活跃用户和非活跃用户，将全部项目划分为热门项目和非热门项目；对目标域评分矩阵和源域评分矩阵进行分解，提取目标域和源域中用户隐向量和项目隐向量；针对活跃用户和热门项目，分别学习目标域和源域在两种评分制下对应的用户隐向量和项目隐向量的映射关系；利用活跃用户和热门项目的用户隐向量和项目隐向量的映射关系得到目标域上非活跃用户和非热门项目特征；根据目标域上非活跃用户和非热门项目特征，构建受限矩阵分解模型，预测任意用户对任意项目的评分，选择预测评分最高的项目作为用户的推荐结果。