本发明涉及互联网技术领域,涉及一种科技资源的推荐方法及系统;所述方法包括利用用户‑科技资源评分矩阵计算出各个科技资源之间的耦合对象相似度;构建包含科技资源属性信息的正则化项;利用矩阵分解算法对该正则项进行处理,并构建出评分模型的损失函数;根据随机梯度下降方法优化损失函数分别求解出最优的目标用户隐特征矩阵和科技资源隐特征矩阵;利用评分模型计算出目标用户对不同科技资源的评分值;将评分值最高的前N个科技资源作为目标用户的推荐集合并输出。本发明使用耦合相似度度量方法,准确刻画科技资源之间存在的非线性关系,能够更为全面地捕获科技资源间的关联关系,采用整体结构和局部信息全面地提高评分模型的准确性。