物品推荐方法、装置、非易失性存储介质和计算机设备

本发明公开了一种物品推荐方法、装置、非易失性存储介质和计算机设备。其中，该方法包括：获取目标用户的行为数据，行为数据表征目标用户与物品的交互数据；基于目标用户的行为数据，构建目标用户的异构行为子图；基于预设的物品知识图谱，对异构行为子图进行扩展，得到目标异构行为子图，其中，物品知识图谱中的节点包括物品节点和场景节点；将目标异构行为子图输入至预设的异构图神经网络模型中，得到目标用户对应的用户特征；基于用户特征，对目标用户进行物品推荐。本发明解决了目前的物品推荐中忽略了用户在不同页面位置的行为习惯差异以及没有考虑到同一物品会出现在不同场景中，模型易将差异信息视为噪声，影响推荐准确性的技术问题。