用于向用户推荐产品的方法、计算设备和存储介质

本发明的实施例涉及一种用于向用户推荐产品的方法、计算设备和存储介质。该方法包括基于用户数据集和产品数据集，分别构建具有多个维度的用户特征标签和具有多个维度的产品特征标签，以分别获取用户嵌入向量和产品嵌入向量；经由所构建的第一图神经网络，提取用户之间的属性关系，以获取用户图嵌入向量；经由所构建的第二图神经网络，提取产品之间的属性关系，以获取产品图嵌入向量；针对产品图嵌入向量进行注意力计算，获取产品注意力嵌入向量；将用户图嵌入向量和产品注意力嵌入向量，输入所构建的深度Q网络模型进行多轮迭代，以获取针对用户的产品的推荐概率。由此，能有效提高推荐准确度、冷启动及泛化能力，并减少对特定训练数据的依赖。