1.一种基于图注意力对抗网络的社会化推荐方法，其特征在于，包括：获取用户‑项目的交互信息和用户的社交网络信息；

从社交网络信息中获取用户节点的特征；

将用户‑项目的交互信息、用户节点的特征和社交网络信息输入训练好的社会化推荐模型中，获取社会化推荐结果；

其中，社会化推荐模型包括生成对抗网络和图自动编码器，将社交网络信息输入图自动编码器中，获得目标矩阵；将用户‑项目的交互信息输入生成对抗网络的生成器中，获得用户的兴趣嵌入矩阵；将用户节点的特征输入生成对抗网络的鉴别器中，获得用户的社交嵌入矩阵；通过社交嵌入矩阵建立目标矩阵和兴趣嵌入矩阵间的关联，对目标矩阵和兴趣嵌入矩阵的真假进行判断，获取社会化推荐结果；

生成器生成用户的兴趣嵌入矩阵时，还生成了用户‑用户的兴趣相似度；鉴别器生成社交嵌入矩阵时，还生成用户‑用户的相似度；图自动编码器获得目标矩阵时，还生成了用户‑用户的目标相似度；通过用户‑用户的相似度，建立用户‑用户的兴趣相似度和用户‑用户的目标相似度之间的关联，用于对社会化推荐模型进行训练。

2.如权利要求1所述的一种基于图注意力对抗网络的社会化推荐方法，其特征在于，获取用户信息、项目信息；

通过用户的隐式反馈对用户信息和项目信息进行分析，定义用户‑项目的交互信息。

3.如权利要求1所述的一种基于图注意力对抗网络的社会化推荐方法，其特征在于，生成器使用变分编码器。

4.如权利要求1所述的一种基于图注意力对抗网络的社会化推荐方法，其特征在于，鉴别器采用GAT编码器。

5.如权利要求1所述的一种基于图注意力对抗网络的社会化推荐方法，其特征在于，在社会化推荐模型的嵌入空间中引入距离度量，为了度量距离度量的传递结构，在社交链接中使用上下文权重函数。

6.如权利要求5所述的一种基于图注意力对抗网络的社会化推荐方法，其特征在于，使用Hadamard投影方法实现上下文权重函数中用户特征的低秩双线池化。

7.一种基于图注意力对抗网络的社会化推荐系统，其特征在于，包括：信息获取模块，用于获取用户‑项目的交互信息和用户的社交网络信息；

用户节点的特征获取模块，用于从社交网络信息中获取用户节点的特征；

社会化推荐结果获取模块，用于将用户‑项目的交互信息、用户节点的特征和社交网络信息输入训练好的社会化推荐模型中，获取社会化推荐结果；

其中，社会化推荐模型包括生成对抗网络和图自动编码器，将社交网络信息输入图自动编码器中，获得目标矩阵；将用户‑项目的交互信息输入生成对抗网络的生成器中，获得用户的兴趣嵌入矩阵；将用户节点的特征输入生成对抗网络的鉴别器中，获得用户的社交嵌入矩阵；通过社交嵌入矩阵建立目标矩阵和兴趣嵌入矩阵间的关联，对目标矩阵和兴趣嵌入矩阵的真假进行判断，获取社会化推荐结果；

生成器生成用户的兴趣嵌入矩阵时，还生成了用户‑用户的兴趣相似度；鉴别器生成社交嵌入矩阵时，还生成用户‑用户的相似度；图自动编码器获得目标矩阵时，还生成了用户‑用户的目标相似度；通过用户‑用户的相似度，建立用户‑用户的兴趣相似度和用户‑用户的目标相似度之间的关联，用于对社会化推荐模型进行训练。

8.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1‑6任一项所述的一种基于图注意力对抗网络的社会化推荐方法的步骤。

9.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1‑6任一项所述的一种基于图注意力对抗网络的社会化推荐方法的步骤。