本发明涉及深度学习和智能推荐技术领域，具体涉及一种基于异构建模的深层神经网络Top‑N推荐方法，包括：数据获取构建，得到用户与物品的交互信息；将原始推荐用的异构信息网络, 即用户物品评分网络通过构造元路径生成增强的显示和隐式反馈矩阵；MFDNN模型进行信息分析，即将所得到的显示反馈信息和隐式反馈信息输入MFDNN模型进行信息分析预测缺失的用户‑项目交互评分值；将MFDNN模型最终训练得到的用户物品向量嵌入输入到MFDNN模型，得到评分，进行排序输出；将MFDNN模型最终预测的用户对物品的评分与真实的用户评分进行对比，得出模型的效果；本发明能有效准确解决用户在海量的信息中寻找自己喜欢的信息问题。
