简介： 本发明提供一种商品信息推荐方法、系统和存储介质，方法包括：将原始数据集处理成知识图谱，通过知识图谱形式得到知识图谱数据集，并将知识图谱数据集划分为训练集和测试集；根据强化学习方法构建探索策略；基于图神经网络对知识图谱和探索策略构建策略网络定义目标商品，并计算目标商品的奖励函数和损失函数。本发明能够有效的挖掘出数据间的隐含特性，实现了准确的推荐，还能够在数学上有更好的区分，进而有利于挖掘出图中更多的有效信息，具有一定的泛化性，能够有效的提高推荐准确性，并具有良好的鲁棒性，实现了冷启动对用户推荐商品并提高了推荐的可靠性和准确性。