本发明公开了基于决策树的图神经网络自解释方法，具体为：步骤1，将GNN模型输入到GNNExplainer中，获得解释子图；步骤2，计算解释子图、输入图的通信序列熵值；步骤3，对解释子图和输入图进行相似性度量；步骤4，构建决策树；步骤5，构建基于先验知识的知识树；步骤6，将决策树和知识树分别作为两个对比图，并进行相似性度量；步骤7，将步骤6得到的不正确的决策树中的解释子图进行优化；步骤8，将优化过程更新，以使误差最小化；步骤9，更新解释子图；步骤10，重复步骤4构建新的决策树。本发明解决现有解释方法只能解决单个结点的可解释问题。