本发明涉及一种基于多关系的图卷积协同过滤推荐方法和系统。该方法使用图卷积网络获取用户和项目卷积后的嵌入向量和使用注意力网络为每个图卷积层获得的用户和项目的嵌入向量和分配不同权重αl和βl，并利用这些权重得到用户和项目之间的隐式关系au和ai；分析用户‑项目的历史交互数据，分别为用户和项目建立用户‑用户图和项目‑项目图来获取它们之间的显式关系lu和li；将用户和项目的隐式关系au、ai与显式关系lu、li整合，获得用户和项目的特征表示eu和ei，通过内积运算得到目标用户对目标项目的评分，预测用户对项目的偏好。本发明通过注意力网络为每层图卷积网络分配不同的权重，得到用户和项目的最优特征表示，使得模型能够更好地对用户偏好进行建模，提高推荐效果。