商品推荐方法、装置、非易失性存储介质和计算机设备

本发明公开了一种商品推荐方法、装置、非易失性存储介质和计算机设备。其中，该方法包括：获取目标对象的对象特征，多个商品各自的商品特征，其中，商品特征包括商品所属的店铺的特征；将对象特征分别与多个商品各自的商品特征组合，得到多组输入数据；将输入数据输入预先训练的神经网络模型，对输入数据进行排序，其中，每一条训练样本包括样本对象的特征和样本商品的特征，多条训练样本包括存在交互行为的正样本，正样本包括的样本对象的特征由样本对象、样本商品和样本店铺之间的交互行为确定；根据排序后的多组输入数据，向目标对象推荐商品。本发明解决了传统方法无法深入对用户感兴趣的商品进行特征挖掘导致商品推荐效率不高的技术问题。