本发明属于跨域推荐技术领域，公开了基于双流sliced wasserstein自编码器的跨域推荐方法，将数据输入到跨域推荐模型的编码器中，经过编码器可以得到用户隐空间上的特征向量，将上述的特征向量输入到跨域推荐模型的解码器中，得到重构的用户交互向量，对两个域用户特征向量加以高斯分布的限制，同时使用Sliced Wasserstein距离来缓解分布不平衡的问题，达到高精度的推荐效果，解决现有跨域推荐存在的数据稀疏性问题以及变分自编码器带来的分布不对齐问题。