本公開涉及人工智能技術(shù)領(lǐng)域，提供了一種基于強(qiáng)化學(xué)習(xí)的項(xiàng)目推薦方法與裝置、模型、介質(zhì)和設(shè)備。該方法包括：根據(jù)目標(biāo)項(xiàng)目的向量表示以及當(dāng)前項(xiàng)目列表中的歷史瀏覽項(xiàng)目預(yù)測對目標(biāo)項(xiàng)目的推薦值，其中，當(dāng)前項(xiàng)目列表由包含用戶瀏覽行為的項(xiàng)目組成；獲取目標(biāo)項(xiàng)目與歷史瀏覽項(xiàng)目之間的相對特征；基于強(qiáng)化學(xué)習(xí)模型，根據(jù)相對特征和推薦值確定是否需要對當(dāng)前項(xiàng)目列表進(jìn)行過濾處理；響應(yīng)于需要對當(dāng)前項(xiàng)目列表進(jìn)行過濾處理，基于強(qiáng)化學(xué)習(xí)模型，根據(jù)相對特征在當(dāng)前項(xiàng)目列表中確定待過濾項(xiàng)目，以基于過濾后的優(yōu)化項(xiàng)目列表進(jìn)行項(xiàng)目推薦。本技術(shù)方案能夠快速且有效的分辨出當(dāng)前項(xiàng)目列表是否需要過濾以及確定待過濾項(xiàng)目，有利于提升項(xiàng)目推薦的準(zhǔn)確度。