本發(fā)明公開(kāi)了一種基于自監(jiān)督學(xué)習(xí)的跨域社交產(chǎn)品推薦方法，包括：1.構(gòu)造異構(gòu)數(shù)據(jù)：用戶對(duì)產(chǎn)品的評(píng)分矩陣、用戶與用戶之間的社交關(guān)系矩陣；2.通過(guò)異構(gòu)圖構(gòu)造層對(duì)異構(gòu)數(shù)據(jù)處理得到用戶?用戶?產(chǎn)品的異構(gòu)圖網(wǎng)絡(luò)；3.通過(guò)獨(dú)熱編碼層得到用戶協(xié)同矩陣、產(chǎn)品協(xié)同矩陣；4.通過(guò)圖卷積層進(jìn)行特征傳播；5.構(gòu)造節(jié)點(diǎn)特征聚合層；6.構(gòu)造節(jié)點(diǎn)預(yù)測(cè)層進(jìn)行產(chǎn)品推薦；7.構(gòu)建自監(jiān)督學(xué)習(xí)層對(duì)節(jié)點(diǎn)局部特征和全局特征進(jìn)行互信息最大化學(xué)習(xí)，直至在社交域上的社交冷啟動(dòng)用戶產(chǎn)品推薦效果達(dá)到最優(yōu)。本發(fā)明能夠充分挖掘整個(gè)異構(gòu)圖的全局信息、減少模型對(duì)橋梁用戶數(shù)量的依賴、學(xué)習(xí)更好的橋梁用戶表征，以此提高在社交冷啟動(dòng)用戶上的產(chǎn)品推薦性能。