商品推荐方法、装置、非易失性存储介质及电子设备

本发明公开了一种商品推荐方法、装置、非易失性存储介质及电子设备。其中，该方法包括：获取向目标账户推荐的候选商品数据，以及目标账户的历史行为数据；根据候选商品数据中候选商品所属的类别，确定推荐场景标签；将候选商品数据、历史行为数据和推荐场景特征输入预先训练的神经网络模型，由神经网络模型预测候选商品数据对应的点击率，其中，神经网络模型包括多个子网络和门控网络，多个子网络分别根据候选商品数据和历史行为数据各自输出初始点击率，门控网络用于根据推荐场景标签确定多个子网络各自的权重。本发明解决了现有技术中考虑场景因素为用户推荐商品时准确度不高的技术问题。