本发明公开一种基于特征融合的深层异质图嵌入方法，抽取元路径子图后，利用图注意力机制进行节点间消息传播，聚合邻域节点信息，更新中心节点的嵌入表示；使用多头注意力增强特征学习,利用残差连接增强模型对局部信息的捕捉能力；利用跳跃连接聚合各层残差图注意力卷积学习到的节点嵌入；对元路径子图进行残差图注意力节点嵌入和层间特征融合，学习单个维度表示节点信息的嵌入向量；用融合函数聚合不同语义学习到的节点嵌入信息，获取最终节点嵌入；用全连接层将学习到的节点嵌入投影到标签类别空间；用损失函数来衡量预测与真实值的损失，优化参数更新梯度直至模型收敛。本发明能够有效地融合不同层次学习到的特征，让节点自适应地选择信息。