本发明提供了基于异构信息网络的书籍推荐方法、系统及设备，方法包括：构建异构信息网络HIN，利用带评分约束的元路径将HIN转换为多层网络，采用图卷积网络生成用户和书籍的子嵌入表示，基于注意机制的非线性融合函数来融合子嵌入表示以生成最终的嵌入表示，基于损失函数，结合Adam算法进行网络训练，学习得到优化的参数，基于优化的参数，计算获得用户对书籍的预测评分，将预测评分值较高的书籍推荐给用户。本发明采用带有评分约束的元路径，通过元路径将HIN转换为多层网络，利用图卷积与注意力机制来生成用户和书籍的嵌入表示，计算获得用户对书籍的预测评分，从而从根源上解决了现有的提取HIN中的语义信息不够准确及推荐方法的准确率低下的问题。