本发明涉及人工智能领域，提供一种基于异质图神经网络的留存预测方法、装置、设备及介质，能够结合实际场景构建初始异质图神经网络，使后续训练得到的模型能够更加符合实际需求，基于数据增强后的融合样本训练得到留存预测模型，由于保证了样本量的充足，使模型的训练效果更好，提高了模型的泛化能力，并且，由于增加噪声数据，提升了模型的鲁棒性，进而提高了模型预测的准确性，利用留存预测模型分析待处理数据，得到目标用户的留存预测结果，进而结合异质图神经网络实现数据增强，并进一步实现对留存的准确预测。本发明还涉及区块链技术，所述留存预测模型可以存储于区块链节点上。