产品数据推荐方法、装置、电子设备及存储介质

本公开提出一种产品数据推荐方法、装置、电子设备及存储介质，涉及人工智能技术领域。其中，产品数据推荐方法包括：确定参考对象的参考状态类别和参考动作类别；获取参考状态类别下的产品购买特征，并获取参考动作类别下的对象行为特征；基于参考状态类别和产品购买特征，确定与每个候选产品对应的第一偏好评分，其中，第一偏好评分与参考对象对相应候选产品的偏好正相关；根据参考动作类别和对象行为特征，确定与每个候选产品对应的第二偏好评分，其中，第二偏好评分与参考对象对相应候选产品的偏好正相关；基于第一偏好评分和第二偏好评分，从多个候选产品中确定目标产品；向参考对象推荐目标产品的关联数据。解决现有技术中产品数据的推荐不够精准的技术问题。