在商品推荐场景中,早先的方法通过建模序列交互的演化来刻画用户兴趣。这些方法在建模复杂动态性方面具有局限性,忽视了长期行为习惯对短期兴趣的影响;忽视了用户和商品之间交互行为的类型,只考虑单一的、短期的交互行为。在本文中,我们将复杂异质的动态交互行为构建为时序异质交互图(Temporal Heterogeneous Interaction Graph, 简称为THIG)进而同时学习用户兴趣和商品表示用于商品推荐。本文提出了一种时序异质图上的表示学习方法,称之为THIGE,充分建模交互行为的异质性,刻画不同类型的兴趣偏好,并融合长、短期兴趣构建用户、商品表示。最后,在3个真实数据集上验证模型的有效性。