El reconocimiento de acciones basado en esqueletos depende de secuencias de esqueletos para detectar categorías de acciones humanas. En el reconocimiento de acciones basado en esqueletos, el reconocimiento de escenas de acción con más de un sujeto se denomina reconocimiento de interacción. A diferencia de los métodos de reconocimiento de acción de un solo sujeto, el reconocimiento de interacción requiere una representación explícita de la información de interacción entre los sujetos. Recordando el éxito de la representación de gráficos esqueléticos y la convolución de gráficos en la modelización de la información estructural espacial de los datos esqueléticos, consideramos si podemos incrustar la información de interacción entre sujetos en el gráfico esquelético y utilizar la convolución de gráficos para una representación de características unificada. En este documento, proponemos la representación de gráfico esquelético de incrustación de información de interacción (IE-Graph) y utilizamos la operación de convolución de gráficos para representar la información de estructura espacial intra-sujeto e información de interacción inter-sujeto de manera uniforme. Inspirados en los métodos recientes de pre-entrenamiento en visión 2D, proponemos métodos de pre-entrenamiento no supervisados para datos esqueléticos, así como pérdida de contraste. En los conjuntos de datos de SBU, JointContrast logra precisión de reconocimiento. En los conjuntos de datos de NTU60, JointContrast logra respectivamente precisión de reconocimiento bajo las métricas de evaluación de Cross-Subject y Cross-View.