本发明属于信息推荐系统技术领域，公开了一种图卷积神经网络推荐方法、系统、设备、介质及终端。融合时间上下文信息和流行度的图卷积神经网络推荐方法包括：将时间衰减函数和流行度函数输入构建的图卷积神经网络推荐模型的嵌入层；基于图卷积神经网络推荐模型利用将用户数据转换的邻接矩阵对输入的所述时间衰减函数和流行度函数进行节点之间的聚合，再进入下一层，对聚合结果进行更新，直到前一层和聚合邻居信息后的输出的结果一致。本发明添加时间衰减函数进行聚合，使其在聚合一阶邻居的传播嵌入时区分邻近节点对目标节点的贡献度，能很好的捕捉到用户爱好随时间偏移的变化，流行度函数能极大的提高推荐精确度和用户满意度。