本申请公开了基于聚类技术的用户多兴趣推荐方法、装置、设备及介质，所述方法包括：S1，基于用户行为序列数据构建物品的网络图；S2，使用Graph Embedding方法得到各物品节点的向量表示；S3，对物品节点的向量数据进行聚类，生成K个类簇；S4，将用户产生过行为的物品按照S3中的类簇划分为M个集合，获取每个用户的M个类簇的向量表示；S5，通过相似度计算获取用户对应的每个类簇下的Top‑N个相似推荐结果；S6，计算用户对其对应的每个类簇的偏好得分；S7，将用户的各类簇召回结果按用户的类簇偏好得分进行权重抽样，得到最终推荐结果集。本申请的推荐结果具有多样性且准确率高，更加契合用户多兴趣的特点。