资源推荐模型的训练方法、资源推荐方法、装置及设备

本公开提供了一种资源推荐模型的训练方法，可以应用于人工智能技术领域。该方法包括：将训练样本和候选资源信息输入资源推荐模型中进行资源推荐处理，生成针对训练样本的多个资源推荐序列；对多个资源推荐序列各自的序列评分进行比较，得到多个资源推荐序列各自的相对优势值；针对多个资源推荐序列中的每个资源推荐序列，根据资源推荐序列的相对优势值和至少一个排序位置各自的位置权重，确定资源推荐序列中推荐资源的资源优势值；根据推荐资源的资源优势值，以强化学习方式对资源推荐模型进行训练，得到经训练的资源推荐模型。本公开还提供了一种资源推荐方法、装置、电子设备、存储介质和程序产品。