1.一种基于图神经网络与元学习的用户多行为推荐方法，其特征在于，包括推荐系统，所述推荐系统包括元知识编码网络模块、用户行为交互关系学习网络模块、元知识迁移网络模块、训练推荐模块和评价模块；
2.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在元知识编码网络模块中包括：
3.根据权利要求2所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在元知识编码网络模块中还包括数据重构，数据重构包括：
4.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在用户行为交互关系学习网络模块中包括：
5.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在用户行为交互关系学习网络模块中还包括基于多头注意机制的用户行为关系学习，基于多头注意机制的用户行为关系学习的方法为：
6.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在用户行为交互关系学习网络模块中还包括信息聚合，信息聚合的方法为：
7.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在元知识迁移网络模块中包括：
8.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在训练推荐模块中包括：
9.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在训练推荐模块中物品预测推荐的方法为：
10.根据权利要求1所述的基于图神经网络与元学习的用户多行为推荐方法，其特征在于，在训练推荐模块中优化训练的方法为：