本发明设计一种基于识别和修正不可靠实例的序列推荐系统及方法，所述推荐系统，包括序列编码模块、反事实采样模块和序列推荐模块；首先使用序列编码模块对给定用户交互序列中项目进行独热编码和位置嵌入，得到项目的隐藏编码矩阵；同时为用户交互序列每个实例构造候选项集合；其次利用反事实采样模块中不可靠实例检测模块识别隐藏编码矩阵中潜在的不可靠实例，判断每个物品向量是否需要校正；然后判断结果，利用包含上下文信息的候选项目集合内的候选项对潜在的不可靠实例进行修正，得到修正的实例集合；最后基于原始序列中实例与修正后的实例来训练推荐器，利用训练好的推荐器对给定用户交互序列，预测用户下一个会交互的物品。