本发明公开了一种基于成对对抗训练的推荐模型。该模型主要包含两个部分，生成器和判别器。其中，生成器用于对用户的偏好建模并生成用户所喜欢的物品，判别器用于判断用户对某物品是否喜欢。基于假设“相对于生成器生成的物品，判别器认为用户更喜欢已交互的物品”，使用成对损失函数在生成器和判别器之间建立连接。具体来说，判别器通过最小化成对损失增加自己的判别能力，生成器通过最大化成对损失建模用户偏好并欺骗判别器。此外，本发明使用可微的采样方式来替代传统的采样，使生成器和判别器之间的连接可微，因此本模型可以使用基于梯度的方法训练。相比于现有方法，本发明能够提高对抗训练在推荐系统中的稳定性和收敛速度。