本发明公开了一种结合对比学习方法的自监督推荐方法，该方法包括：按照对应任务要求分别遮掩掉用户交互序列的个别项目和子序列；通过编码层与自注意力层来预测其缺失项；自动构造相应预测结果的正负例，并根据任务对应的对比学习损失函数完成训练；利用上游训练好的项目编码来微调模型进行预测，最终获得满足用户偏好的预测结果。本发明借鉴了当下关注度较高的对比学习方法，认为表示学习算法并不一定要关注到样本的每一个细节，只要学到的特征能够使其和其他样本区别开来就行，采取自监督的方法进行训练，根据自动构造的正负例的相似度差异性来进行表示学习，以无监督对比学习的方式来构造一个性能优越的推荐系统，从而达到高效率推荐的目的。