本发明公开了一种基于图神经网络的协同过滤模型设计方法，首先提出了一个统一的基于图神经网络的协同过滤模型设计框架，在这个框架之上，我们定义了一个设计空间，并通过大量的实验来评估它，获得了有趣的发现，为模型设计提供了见解。在这些见解的指导下，本发明对原设计空间进行了压缩，以获得一个紧凑的空间，其中包含更高浓度的高性能模型。实验表明，压缩后的设计空间具有较高的质量和较强的泛化能力。本发明首次尝试对基于图神经网络的协同过滤设计空间进行了剖析，这不仅加深了领域学者对模型不同设计维度的理解，也为推荐场景下的图神经网络方法设计提供了一种新的范式。