序列推荐模型的训练方法、序列推荐方法和电子设备

本申请实施例提供一种序列推荐模型的训练方法、序列推荐方法和电子设备，序列推荐模型的训练方法包括：根据历史时段内的用户行为序列生成样本数据；将样本数据输入待训练的神经网络模型中，对样本商户属性信息、样本时间信息和样本位置信息进行融合，得到样本复合行为序列；根据样本复合行为序列预测用户在下一个时间步的兴趣表征序列；将兴趣表征序列、曝光商户的第一商户属性信息、当前时间信息和曝光商户的第一位置信息进行融合；根据融合信息预测用户对曝光商户的点击率；根据兴趣表征序列、点击率和样本数据进行模型训练，得到序列推荐模型。本申请训练的序列推荐模型具备强大的情景感知能力，能够精确预测用户兴趣并为用户推荐感兴趣商户。