商品推荐模型的数据处理方法、预训练方法及电子设备

本申请公开了一种商品推荐模型的数据处理方法、预训练方法及电子设备，属于数据处理领域。所述方法包括：获取用户与商品之间的历史交互序列，并为历史交互序列中的多个历史交互条目分别生成原始向量；基于各历史交互条目对应的交互时间，将历史交互序列划分为多个子序列，并为多个子序列分别匹配不同的压缩程度；交互时间越近，压缩程度越低；按照各子序列分别匹配的压缩程度，对各自包括的历史交互条目进行压缩处理，得到与各子序列对应的目标向量子序列；基于与各子序列对应的目标向量子序列生成输入序列，以供商品推荐模型基于输入序列生成与用户偏好相关的商品推荐结果。本申请可实现适应用户兴趣动态变化的商品推荐，并提高商品推荐的准确性。