本发明实施例提供一种对象推荐方法、装置、存储介质及计算机设备，本实施例基于循环神经网络，对多个样本用户对应的用户访问序列进行训练，得到推荐对象预测模型，对用户访问序列进行编码计算，再对得到的编码向量与各候选词向量进行相似度计算，得到该用户的推荐对象。可见，基于循环神经网络的在编码计算的特点，使得本实施例这种模型编码方式，兼顾了用户的长期历史兴趣和短期历史兴趣，且考虑到了用户在应用平台上访问对象的访问顺序，能够更准确定位用户的兴趣变迁和兴趣积累，解决现有ItemCF对象推荐方法导致所得推荐对象多样性和个性化损失的问题。