本发明公开了一种基于图神经网络融合文本和时序信息的微博热度预测方法，利用滑动窗口数据集划分方法将预处理后的数据按照微博发出的时间进行排序和分割，按照固定的步长按照时间轴将数据集划分拆分为若干个数据子集；构建文本子图和时序子图，后输入至一个无监督的图神经网络模型，使用该模型得到所有的本文子图和时序子图中微博节点的特征表示，将其与微博发出一段时间的热度趋势信息融合，按照微博ID进行数据对齐，最后通过多层感知机对微博整个生命周期的热度进行预测。本发明考虑微博之间的相互影响的同时在一定程度上解决了模型无法对新发出的微博无法预测的问题，在使用时序信息较少的情况下能够迅速对新发出的微博取得较好的预测结果。