一种数据推荐方法、装置、存储介质及电子设备

本申请涉及一种数据推荐方法、装置、存储介质及电子设备。所述方法包括：获取目标推荐对象的设备信号数据、对象行为数据以及普适性推荐模型，后者基于历史数据训练得到。通过将设备信号数据与对象行为数据向量化融合，生成对象特征融合向量，并用其对普适性模型进行个性化参数训练，生成个性化推荐模型。系统在第二时间输入新的设备信号和行为数据至个性化模型，生成初始设备推荐数据。若目标推荐对象不认同推荐结果，系统根据反馈优化推荐策略，生成优化推荐模型。在第三时间输入新数据至优化模型，得到设备目标推荐数据，用于帮助目标推荐对象设定传媒设备的参数。采用本方法能够提高数据推荐的精确性，从而达到目标推荐对象在专业场景下设定准确的设备参数。