本公开提供了一种产品推荐模型的训练方法、装置、电子设备及存储介质，涉及人工智能领域，尤其涉及深度学习领域。该方案为：在用户集合和产品集合中分别选取一个用户和一个产品作为当前用户和当前产品；将当前用户对应的训练向量和当前产品对应的训练向量分别输入至待训练的产品推荐模型中，得到当前用户的需求隐向量和当前产品的属性隐向量；重复上述操作，直到得到各个用户的需求隐向量和各个产品的属性隐向量；基于各个用户的需求隐向量和各个产品的属性隐向量以及优化目标函数，对待序训练的产品推荐模型进行训练。本申请实施例可以同时适用于显式反馈和隐式反馈的应用场景，并且可以有效地提高推荐精确度，为用户提供更加准确的推荐结果。