本发明提供一种基于大规模机器学习的内容和服务推荐方法及其系统，所述方法包括：系统采用半监督学习的方式实现智能推荐，首先，粗粒度定义用户和资源的特征标签，通过计算标签权重对标签进行关联；其次，细粒度挖掘用户和资源的关系，采用BP神经网络学习规则对数据进行机器训练并构建模型，通过计算推荐度对待推荐资源进行打分和排序，从而实现搜索结果、资源内容的关联展示和个性化服务推荐，本发明将BP神经网络技术与推荐技术相结合，充分利用积累的网站大数据，通过大规模机器训练实现智能化推荐，具有很强的非线性映射能力和柔性的网络结构，有效提升了资源发布效率，实现快速、高效且准确的内容和服务推荐，获得更高的用户满意度。