本公開實施例提供題目推薦方法和裝置、電子設(shè)備、存儲介質(zhì)，涉及人工智能技術(shù)領(lǐng)域。該題目推薦方法，包括：獲取在線測評系統(tǒng)的歷史題目數(shù)據(jù)；對題目信息和做題行為特征進行向量化處理，得到每一歷史題目的歷史時間步特征；將歷史時間步特征輸入至GRU神經(jīng)網(wǎng)絡(luò)進行序列建模，得到對應(yīng)每一歷史時間步特征的歷史狀態(tài)向量；將歷史狀態(tài)向量輸入至等級分類器進行等級預(yù)測，得到題目等級；將目標(biāo)狀態(tài)向量輸入至預(yù)設(shè)的強化學(xué)習(xí)模型進行強化學(xué)習(xí)，得到題目概率分布；根據(jù)題目等級和題目概率分布，計算出目標(biāo)損失；根據(jù)目標(biāo)損失進行反向傳播，從歷史題目選擇目標(biāo)題目推薦給目標(biāo)用戶，通過本公開實施例的技術(shù)方案可以自適應(yīng)推薦題目、并提高推薦的準(zhǔn)確性。