本發(fā)明提供一種基于動作剪枝的推薦方法、裝置、電子設(shè)備與存儲介質(zhì)，包括：基于目標用戶的用戶特征和各待推薦內(nèi)容的內(nèi)容特征，確定各待推薦內(nèi)容對應(yīng)的狀態(tài)；基于各待推薦內(nèi)容對應(yīng)的狀態(tài)和評分預(yù)測模型，預(yù)測各待推薦內(nèi)容的評分，并基于各待推薦內(nèi)容的評分，向目標用戶進行推薦；評分預(yù)測模型是強化學(xué)習(xí)得到的，在強化學(xué)習(xí)過程中，評分預(yù)測模型從遺憾值集合中獲取當(dāng)前樣本狀態(tài)下各候選評分的遺憾值，并基于遺憾值大于預(yù)設(shè)閾值的候選評分進行評分預(yù)測，遺憾值集合存儲有歷史狀態(tài)及其對應(yīng)的遺憾值，遺憾值基于歷史狀態(tài)下各候選評分的優(yōu)勢確定，歷史狀態(tài)是在當(dāng)前樣本狀態(tài)之前的樣本狀態(tài)，加快強化學(xué)習(xí)的收斂速度，實現(xiàn)對用戶進行個性化的精確推薦。