1.一种基于用户签到稀疏矩阵的深度学习兴趣点推荐方法，其特征在于，包括如下步骤：S101、获取所有用户的历史签到信息，基于所有用户的历史签到信息计算用户签到矩阵；S102、基于用户签到矩阵计算用户-兴趣点矩阵和兴趣点-用户矩阵；S103、基于用户-兴趣点矩阵计算预估矩阵M0；S104、基于预估矩阵M0计算预估矩阵M1；S105、基于兴趣点-用户矩阵计算预估矩阵M2；S106、基于签到矩阵计算预估矩阵Mn；S107、基于公式Mpre＝M0+M1+M2T+Mn计算用户-兴趣点偏好值矩阵Mpre；S108、基于偏好值矩阵Mpre生成推荐信息。2.如权利要求1所述的基于用户签到稀疏矩阵的深度学习兴趣点推荐方法，其特征在于，S103包括如下步骤：基于能量公式计算联合概率