本发明公开了一种融合全局上下文信息注意力增强的图神经网络方法，步骤为：首先利用所有会话序列信息构建全局图，从全局图中抽取目标会话相关的信息，以便更好地推断目标会话的用户偏好，其次利用GNN学习目标会话图中涉及的所有物品向量表示，并采用目标注意力机制和位置注意力网络获得会话向量表示。最后融合会话长度信息，为长期偏好和短期偏好分配不同的权重，从而为用户做出更有效的推荐。本发明采用会话感知注意机制来递归地合并全局图上每个节点的邻居嵌入，还设计了一个会话级物品表示学习层，它在会话图上使用GNN来学习当前会话中的会话级物品嵌入，使用注意力机制聚合学习到的物品表示。