本发明提供了一种基于建模的节目数据推荐方法及系统，其中的方法包括：从预设用户节目观看数据库中提取规定时间阶段的用户观看数据作为训练数据和验证数据；根据训练数据对预设的NPR‑AI模型进行训练，并根据验证数据和训练好的NPR‑AI模型确定NPR‑AI模型的参数和信息的组合方式；在所述规定时间阶段后紧邻的时间周期的节目单中确定NPR‑AI模型的入模参数；基于入模参数和所述NPR‑AI模型进行用户观看节目的预测和推荐。本发明通过对节目的多源辅助信息进行分类表示，充分挖掘辅助信息、节目和用户之间的深层次关系，同时引入多层异质注意力机制，捕捉用户和节目之间更多的语义关系，从而更加准确地进行节目表示和用户表示，提高了推荐系统的性能。