一种基于图神经网络的多行为序列推荐方法及系统

本发明公开了一种基于图神经网络的多行为序列推荐方法及系统，涉及推荐系统技术领域，包括，利用多行为序列数据，构建全局物品图，基于用户在全局物品图中的交互，获取用户交互图；在用户交互图中，构建用户节点特征矩阵和物品节点特征矩阵，并利用图神经网络对用户交互图进行特征学习，更新节点的表示；基于更新后的用户交互图，利用强化学习算法，并结合用户的反馈，生成个性化的推荐列表；本发明通过图神经网络和强化学习算法，能够有效解决传统推荐系统中的冷启动问题和推荐准确率下降的问题，为用户提供更具针对性和时效性的推荐结果，从而增强用户体验和满意度。