本公开的实施方式提供了一种推荐模型训练方法、介质、装置和计算设备。该方法包括：基于推送内容的推送记录和用户对推送内容的交互操作记录，生成训练样本，训练样本包括推送内容对应的流行度和用户对每个推送内容是否存在交互操作的标签值；将训练样本输入到推荐模型中进行训练，输出用户特征参数和内容特征参数，推荐模型为矩阵分解模型。通过将流行度纳入训练的目标，使得到的用户特征参数和内容特征参数中流行与非流行的因子间解耦合，减少流行内容对推荐模型在确定待推送内容时的主导作用，进而减少推送内容偏向流行的马太效应，提高用户流行以外的兴趣偏好领域的覆盖度，为用户带来了更好的体验。