本发明公开了一种基于用户评论与满意层面嵌入的商品推荐方法，包括步骤：1)收集用户历史的评论评分行为，组成训练集；2)在训练中，预处理训练集中的每条评论，计算其语义向量；3)在训练中，利用步骤2)中的语义向量通过层面嵌入计算评价向量s；通过知识图谱的建模方法生成推断的评价向量结合s计算评价生成损失Lg；4)在训练中，利用回归模型以s为输入计算预测评分结合真实评分ru,i计算评分预测损失Lr，计算回归模型复杂度损失Lθ，组合Lr、Lθ与步骤3)的Lg计算整体损失L，利用L对模型进行训练；5)在测试中，利用回归模型以为输入计算预测评分根据生成推荐结果。本发明解决传统方法训练效率低下，模型的透明性、可解释性和准确性不足的问题。