本发明提供了一种基于图神经网络和注意力机制的上下文推荐方法，包括：步骤1，从数据库中生成包含用户特征、项目特征、推荐上下文特征及用户偏好指标的交互数据样本构成的训练集；步骤2，对训练集中的交互数据样本按交互时间进行排序；步骤3，基于排序后的交互数据样本构建用户‑项目交互图；步骤4，将训练集中的每条交互数据样本与其对应的交互图特征共同送入深度网络模型中进行训练；步骤5，对于给定的三元组实例，从数据库中获取对应的用户特征、项目特征、推荐上下文特征构建测试样本；步骤6，更新用户‑项目交互图，并为测试样本拼接其对应的交互图特征；步骤7，利用训练好的深度网络模型预估测试样本的推荐值。