推荐方法和电子设备

本申请公开了一种推荐方法和电子设备，电子设备响应于用户的当前交互操作，基于知识图谱确定用户的行为特征；行为特征用于表征用户在当前交互场景下的行为偏好；基于决策模型和行为特征生成当前推荐结果；决策模型包括动作价值评估函数，用于评估在行为特征下，各推荐动作的预期价值；基于用户对当前推荐结果的反馈操作信息，对决策模型和知识图谱进行更新，得到更新的决策模型和更新的知识图谱，以基于更新的知识图谱和更新的决策模型为用户的下一次交互操作进行推荐。