1.一种基于广义矩阵分解与遮蔽注意力的项目推荐方法，其特征在于，应用于项目推荐模型，所述项目推荐模型包括特征编码层、广义矩阵分解层和神经张量分解层；

所述方法包括：步骤1，对用户的历史交互项目记录进行重组，重新编号并依照时间顺序进行排序，从而生成项目编号序列和时间编号序列，项目编号序列和时间编号序列的长度相同；

步骤1中，通过查询用户按时间顺序排列的历史交互项目记录，得到序列长为的项目编号序列，分别为第1个、第2个、第个项目，依据时间进行纯数值逆向选取，得到序列长为的时间编号序列，、、分别为第1、第2、第时刻；

步骤2 ，对用户信息、项目编号序列、时间编号序列分别输入至特征编码层进行Embedding嵌入编码，以得到用户特征、项目特征向量序列、时间特征向量序列，将项目特征向量序列和时间特征向量序列输入至长短期记忆网络中，得到项目隐向量组和时间隐向量组，之后通过遮蔽注意力网络提取出项目隐藏状态向量和时间隐藏状态向量，再将项目隐藏状态向量和时间隐藏状态向量通过投影层调整维度，使项目隐藏状态向量和时间隐藏状态向量与用户特征对齐，从而形成项目投影特征与时间投影特征；

步骤2具体包括：

用户信息经特征编码层中的嵌入层形成维度的用户特征；

将项目编号序列输入至嵌入层，得到维度的项目特征向量序列，项目的真实评分值；、、分别为用户、项目、时间的潜在因子矩阵，、、分别表示用户、项目、时间的总数。