推荐模型的训练方法、装置、电子设备及存储介质

本申请实施例公开了一种推荐模型的训练方法、装置、电子设备及存储介质，该方法包括：获取多组训练数据，每组训练数据包括：第一用户的历史行为数据和预设用户特征，预设用户特征是第二用户的用户特征，第一用户的历史行为数据中包括对第二用户的用户行为数据的正反馈行为数据；根据历史行为数据，确定第一用户的融合用户特征、专业程度值和交互行为动态图；基于交互行为动态图，通过图卷积神经网络对融合用户特征进行处理，得到卷积用户特征；将卷积用户特征输入至初始推荐模型，输出预测用户特征；根据预测用户特征、预设用户特征和专业程度值训练初始推荐模型，直至初始推荐模型满足训练停止条件，得到训练好的目标推荐模型。