本申请提供一种基于智慧建筑的物联网传感数据处理方法及系统，旨在通过深度学习和图网络模型提升建筑环境状态预测的精准度，首先，收集包含异常路径的示例学习数据；其次，利用第一图网络模型对传感网络数据进行图自编码，构建关系图矢量；随后，通过上下文生成单元生成与引导知识点对应的示例上下文特征；再运用第二图网络模型，结合基础与示例上下文特征，生成引导知识点在建筑特征标签下的互相关特征；接着，根据这些特征、关系图矢量及异常路径，计算网络训练代价；最后，依据代价更新网络参数及引导知识点，以优化对建筑环境状态的全面描述与精准预测，由此显著提高了建筑环境监控的智能化水平。