本公開(kāi)公開(kāi)了一種信息推送方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法包括：當(dāng)檢測(cè)到產(chǎn)生信息時(shí)，采集信息對(duì)應(yīng)的特征數(shù)據(jù)，根據(jù)特征數(shù)據(jù)生成當(dāng)前狀態(tài)，并根據(jù)推送信息生成第一當(dāng)前動(dòng)作；將當(dāng)前狀態(tài)和第一當(dāng)前動(dòng)作輸入線上深度強(qiáng)化學(xué)習(xí)模型，以使線上深度強(qiáng)化學(xué)習(xí)模型根據(jù)當(dāng)前狀態(tài)和第一當(dāng)前動(dòng)作獲取推送信息時(shí)對(duì)應(yīng)的分值；若推送信息時(shí)對(duì)應(yīng)的分值大于預(yù)設(shè)分值，則推送信息。本公開(kāi)通過(guò)采集產(chǎn)生的信息對(duì)應(yīng)的特征數(shù)據(jù)，根據(jù)特征數(shù)據(jù)生成當(dāng)前狀態(tài)，并根據(jù)推送信息生成第一當(dāng)前動(dòng)作，將當(dāng)前狀態(tài)和第一當(dāng)前動(dòng)作輸入線上深度強(qiáng)化學(xué)習(xí)模型，獲取推送信息時(shí)對(duì)應(yīng)的分值，若推送信息時(shí)對(duì)應(yīng)的分值大于預(yù)設(shè)分值，則推送信息，可以提高推送準(zhǔn)確率，從而提高用戶對(duì)信息的點(diǎn)擊率。