本说明书公开了一种基于迁移学习的模型训练方法、信息推荐方法及装置，在接收到用户终端发送的信息推荐请求时，可根据该信息推荐请求中的用户标识，确定用户在目标域中的历史行为数据，以及在源域中的聚合样本数据。之后，根据该用户在目标域中的历史行为数据、在源域的聚合样本数据以及候选商品的商品信息，确定该用户对应于候选商品的融合样本数据。最后，基于该融合样本数据，通过点击预测模型确定该用户对候选商品的预测点击率，以基于该用户对各候选商品的预测点击率，向该用户进行商品推荐。将用户在源域中的聚合样本数据，与在目标域的样本数据进行融合，扩充了样本数据的丰富度，使模型预测结果更准确，提升了信息推荐的命中率。