一种产品推荐的方法和装置

本发明公开了一种产品推荐的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取采样用户的历史行为数据集，对历史行为数据集进行特征提取得到特征向量集合；在预定义的目标函数的指导下学习最优特征权重组合，目标函数是结合聚类簇间的区分度和聚类簇之间的样本比例惩罚因子进行构建的；基于最优特征权重组合和所述特征向量集合进行模型训练得到用户分类模型；使用用户分类模型进行用户分类，并根据用户分类结果对用户进行产品推荐。该实施方式可以快速构建用户分类模型，以得到业务标签指标区分度高同时簇样本比例符合要求的聚类簇，提高了用户分类结果的准确性，提高了产品推荐效果。