基于上下文信息的用户建模方法、预测方法及其装置

本申请实施例提供一种基于上下文信息的用户建模方法、预测方法及其装置，该方法包括：获取样本内的多类特征，使用包含多类特征的训练样本对推荐模型进行训练，推荐模型包括：上下文生成模块，用于为训练样本中的各历史产品生成缺失的第二上下文的嵌入向量，以及根据该第二上下文的嵌入向量生成包含完整上下文特征的目标用户行为序列；transformer，模块用于根据目标用户行为序列确定目标产品的嵌入向量；交互预测模块，用于根据目标产品的嵌入向量预测目标产品的交互概率。通过引入产品的上下文信息，使得用户行为序列的建模结果更加准确，采用生成式结构transformer模块，能够更好的对用户行为序列进行表达，整体提高了推荐模型的性能。