推荐模型的训练、对象推荐方法、推荐系统及计算设备

本说明书实施例提供推荐模型的训练、对象推荐方法、推荐系统及计算设备，其中推荐模型的训练方法包括：获取样本用户针对样本对象的用户数据；基于初始推荐模型输出的用户数据的编码特征，通过用户类型的域分类器对初始推荐模型进行对抗预训练，获得预训练推荐模型；将用户数据划分出多个推荐场景的元学习任务集，并基于元学习任务集，对预训练推荐模型进行训练，获得元参数推荐模型；基于目标推荐场景的元学习任务集，构建目标推荐场景的适配任务集，并基于适配任务集，对元参数推荐模型进行训练，获得目标推荐场景的适配推荐模型。在低数据密度下保障推荐精度，达成稀疏数据与高精度的平衡，提升了训练效率。