一种基于消息掩码和跨视图对比学习的金融交易行为推荐预测方法及系统

本发明提供了一种基于消息掩码和跨视图对比学习的金融交易行为推荐预测方法及系统，具体包括如下步骤：S1，基于主视图中用户与物品之间的交互信息，通过图神经网络(GNN)构建用户侧的对比视图；S2，针对主视图和对比视图进行跨视图多层级的对比学习，从而深度挖掘用户与物品之间潜在的语义相关性，提高图神经网络的表达能力，得到优化后的图神经网络；以及S3，根据用户与物品之间的交互信息，通过优化后的图神经网络预测用户的行为偏好，并根据偏好对用户的未来行为进行排序。