针对就业推荐中交互数据极其稀疏的问题，提出了一种基于多头自注意机制和特征交叉网络的混合深度神经网络模型。定义了学生行为的序列属性，并以学生基本属性、学生行为序列属性、职业基本属性和职业描述属性的独立嵌入作为模型输入。利用多头自我注意机制挖掘学生行为序列属性和职业描述属性的序列特征。特征交叉网络和深度神经网络分别用于实现特征交互和数据深度拟合。基于真实数据集的实验结果表明，与现有方法相比，该模型在HR＠50和MRR＠50的指标上达到了最优性能，验证了该模型的有效性。