本发明公开了基于双重生成对抗网络的评分预测方法，主要涉及深度学习领域；包括步骤：S1、将样本分为用户喜欢的样本、未购买的样本和用户不喜欢的样本三种类型；S2、使用两个GAN，第一个GAN的G为负样本生成器，第二个GAN的G为正样本生成器，负样本生成器用于生成高质量的负样本；S3、将负样本生成器生成的样本作为额外的标记数据输入到正样本生成器中，并随机选取一些未购买的样本作为输入输入到负样本生成器中以生成正样本；S4、第二个GAN输入用户喜欢的购买向量并要求在第一个GAN生成的负样本元素上生成接近0的输出，并将随机采样的未购买向量尽可能生成x(0＜x＜1)；本发明能够提高模型对推荐预测的精度和模型的泛化力。