本发明公开了一种融合用户情感和知识图增强的景点推荐方法，属于景点个性化推荐领域，包括根据景点属性信息，构建景点知识图谱AKG；采用翻译模型TransR学习AKG中实体和关系的低维表示向量作为模型的初始输入；引入多头注意力机制学习景点属性权重，采用图神经网络学习景点嵌入；根据历史交互信息按时间先后构建用户访问景点序列；从评论中分析用户的情感倾向，设计用户情感随时间变化函数，学习用户兴趣嵌入；设计损失函数训练模型，根据训练后模型学习用户和景点嵌入，进行相似度计算，依据结果对用户推荐景点。本发明充分利用景点属性信息，缓解了数据的稀疏性，同时考虑了用户真实情感的变化情况，提升了个性化景点的推荐精度。