본 발명은 사용자와 아이템, 아이템이 포함되는 장르, 사용자의 아이템 이용 내역 및 평가 정보인 가중치가 포함된 사용자 아이템 데이터를 인가받아, 서로 대응하는 정보를 매칭하여 사용자 아이템 매칭 테이블을 획득하고, 사용자 아이템 매칭 테이블에서 다수의 가중치 각각 대해 기지정된 오프셋값을 적용하여 가중치를 보정하며, 이전 사용자와 매칭되지 않은 추가 아이템을 대응하는 사용자와 매칭하여 사용자 아이템 매칭 테이블에 추가하는 데이터 전처리부, 미리 학습된 인공 신경망으로 구현되어 사용자 아이템 매칭 테이블에서 서로 매칭된 사용자에 아이템 각각을 벡터화하여 사용자 벡터와 아이템 벡터를 가상의 임베딩 공간 상에 배치하는 벡터 임베딩부 및 임베딩 공간 상에 배치된 사용자 벡터와 아이템 벡터 사이의 거리를 기반으로 추천 아이템을 선택하는 아이템 추천부를 포함하여, 방법은 명시적 피드백 정보인 선호도를 반영하여 아이템을 추천할 수 있도록 하여, 사용자 요구에 더욱 부합할 수 있는 아이템을 선별하여 추천할 수 있을 뿐만 아니라, 이전 소비하지 않았거나 많이 소비하지 않은 장르의 아이템도 추천될 수 있도록 하여 추천되는 아이템의 신규성과 다양성을 확보할 수 있는 추천 장치 및 방법을 제공할 수 있다.