本申请提供一种模型训练方法、装置、电子设备及存储介质，该方法基于获取的样本图谱集合，对待训练的跨域对比推荐模型进行至少一次迭代训练，获得目标跨域对比推荐模型，其中，样本图谱集合包含：分别基于各个样本域中的多个设定属性信息和多个样本推荐文本搭建的样本图谱，以及对其中一个样本域对应的样本图谱进行扩充后得到的样本图谱，从而缓解数据稀疏和流行性偏差的问题，增强跨域连接，进而提高召回结果的多样性；在每轮迭代确定子损失值时，对扩充前后样本图谱中的各个设定属性信息进行域内对比学习，以提高了召回过程中各个设定属性信息的可靠性表示，进而提高召回性能。