本发明涉及计算机技术领域，公开一种供应商推荐方法及系统，以跟随用户的兴趣和特征变化处理非线性推荐问题，并确保推荐效果。本发明方法包括：接收至少一个供应商样本；基于自适应多层感知的在线迁移学习模型预测各该供应商样本对应的推荐操作；跟踪并获取供应商用户对各该供应商样本的实际采纳效果；根据推荐操作与实际采纳效果的对比调整所述自适应多层感知的在线迁移学习模型所服务采购用户的前一批次的用户特征和当前批次的用户特征之间的权重分配及非线性参数向量；重新获取新的供应商样本并以调整后的在线迁移学习模型预测对应的推荐操作，重复上述步骤，直至筛选出满足供应商用户的所有供应商样本。