一种产品推荐方法、装置、设备和介质

本发明实施例提供了一种产品推荐方法、装置、设备和介质，方法包括：获取用户样本数据；将用户样本数据输入通过量子干涉效应的演化算法进行优化的预设画像生成模型，得到用户画像信息；将用户画像信息标注产品类型后输入预设向量转换模型，得到第一用户特征信息；将第一用户特征信息输入通过逆向重构的自编码器算法进行优化的预设降维模型，得到第二用户特征信息；将第二用户特征信息输入通过基因表达式策略的极限学习机算法优化的预设分类模型，得到多个产品类型对应的目标用户集。本发明实施例通过量子干涉效应的演化算法、逆向重构的自编码器算法和基因表达式策略的极限学习机算法优化模型，有效提高了产品推荐的精确性。