本發(fā)明至少涉及用于基于強(qiáng)化學(xué)習(xí)的推薦系統(tǒng)的交互仿真方法和裝置。具體公開了一種用于基于強(qiáng)化學(xué)習(xí)的推薦系統(tǒng)的交互仿真方法，包括：對(duì)用戶行為的多個(gè)歷史數(shù)據(jù)項(xiàng)的向量化表示進(jìn)行歸一化處理，以得到多個(gè)單位向量數(shù)據(jù)；采用空間索引方法基于所述多個(gè)單位向量數(shù)據(jù)構(gòu)建樹狀索引結(jié)構(gòu)；在樹狀索引結(jié)構(gòu)中檢索與給定數(shù)據(jù)項(xiàng)最相似的歷史數(shù)據(jù)項(xiàng)；以及根據(jù)所述最相似的歷史數(shù)據(jù)項(xiàng)模擬用戶對(duì)于給定數(shù)據(jù)項(xiàng)的反饋。