本发明公开了一种融合天气信息的门控循环神经网络兴趣点推荐方法，包括：S1、根据用户历史地点签到数据得到所有用户的地点访问历史记录，并对地点进行one?hot编码；S2、根据地理位置距离得到多个距离矩阵Dd；S3、通过历史签到时间点对应的天气信息计算得到天气变化速率矩阵V；S4、针对兴趣点推荐问题对经典门控循环神经网络中的门控循环单元GRU进行修改，将重置门与更新门计算方法与天气信息进行融合得到V?GRU；S5、提出基于V?GRU构建的多层循环神经网络框架DV?RNN；S6、通过输入层将用户在之前时刻访问的地点编码、相应的距离矩阵以及天气变化速率矩阵V输入到神经网络之中；通过输出层计算得到用户在当前时刻访问地点的概率分布，进而得到推荐结果。