一种商品召回方法、商品召回系统及相关装置

摘要

本申请提供一种商品召回方法，包括：基于FM模型和深度序列匹配模型的召回模型分别对样本进行训练，得到各自的用户侧特征和商品侧特征，并进行特征级联得到两个特征结果；根据特征结果之间的相似度确定样本的相似分序列；利用向量检索库召回相似分序列中前预设数量的商品。本申请通过对用户的近期行为和历史行为进行采集和分析，曝光商品池中进行随机负采样，增加了负样本中长尾商品出现的比例，增强了对包含长尾商品的样本的预测能力，有效提升了召回模型的泛化性。本申请还提供一种商品召回系统、计算机可读存储介质和电子设备，具有上述有益效果。