作物应用的重要内容之一是基于农业大数据的数据。针对现有的土壤数据推荐模型忽略了土壤文本域信息、缺乏土壤数据交叉特征的表达能力以及交叉特征的随意处理等问题，提出了一种集成注意机制的深度交叉网络作物推荐模型。首先，该模型通过矢量化嵌入将土壤文本数据转换为低维密集向量。然后，通过注意机制训练密集向量交叉特征的权重。然后，将数值域特征、密集向量和带权交叉特征连接并输入交叉网络层和深度网络层。最后，结合深度网络层和跨网络层的输出，得到推荐作物。中华土壤数据集上的数据表明，该模型在F1的使用率达到93.4%，优于现有的主流作物推荐模型，证明了融合注意机制的作物推荐模型的优越性。