应用推荐方法、装置及电子设备

本申请公开了一种应用推荐方法、装置及电子设备，涉及大数据技术领域。方法包括：获取用户的行为数据；行为数据中包括动作策略；利用预先训练好的应用推荐模型，基于行为数据计算动作效用值；动作效用值基于应用推荐模型中的强化学习算法得到，用于表征当前动作策略的倾向程度；根据动作效用值，进行应用推荐。与相关技术相比而言，通过预先训练好的应用推荐模型和其中的强化学习算法，计算动作效用值，体现当前状态下用户可能做出的动作策略的倾向性，最后根据动作效用值，进行应用推荐。通过强化学习算法来计算用户对不同策略的倾向性，提高了应用推荐的精准度，解决目前应用推荐决策精准度不够，推荐效率低下的问题。