本发明涉及图数据挖掘技术领域，具体指一种基于信息补全的异构图嵌入方法，包括：对目标节点进行特征聚合，得到目标节点的初步补全特征向量，并基于异构图中节点之间关系，学习节点之间相似度，得到目标节点在每个关系中的目标邻接矩阵；循环更新节点特征，得到节点的目标特征向量；基于目标节点在每个关系中的目标邻接矩阵以及节点的目标特征向量，对目标节点进行邻域转移，得到目标节点的完整补全特征向量，并采用注意力机制聚合，得到目标节点的最终节点表示。本发明补全了目标节点缺失的属性特征，完善了目标节点的邻域信息，使得关系连接较少的目标节点能够学习到更多信息，从而得到更加完整的节点特征表示，进而提升下游任务性能。