跨域序列推荐模型训练方法、跨域序列推荐方法及系统

本申请公开了跨域序列推荐模型训练方法、跨域序列推荐方法及系统，包括：获取历史交互数据及训练样本集，历史交互数据包括各领域对应的物品、物品的属性信息及交互行为信息，训练样本集包括多个训练样本，一个训练样本包括一个用户在各领域内的由物品及其属性信息构成的交互序列；将历史交互数据输入待训练的跨域序列推荐模型以使模型构建异构图并对比损失；将训练样本输入模型以使模型确定用户针对各领域内的物品的预测交互评分并确定各领域对应的推荐损失；根据对比损失和各领域对应的推荐损失对模型进行参数调整，返回执行将历史交互数据输入待训练的跨域序列推荐模型的步骤，直至满足训练终止条件。如此，有利于提高模型训练的效果。