本公開公開了一種信息推送方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)，其中，所述方法包括：當檢測到產(chǎn)生信息時，采集信息對應的特征數(shù)據(jù)，根據(jù)特征數(shù)據(jù)生成當前狀態(tài)，并根據(jù)推送信息生成第一當前動作；將當前狀態(tài)和第一當前動作輸入線上深度強化學習模型，以使線上深度強化學習模型根據(jù)當前狀態(tài)和第一當前動作獲取推送信息時對應的分值；若推送信息時對應的分值大于預設(shè)分值，則推送信息。本公開通過采集產(chǎn)生的信息對應的特征數(shù)據(jù)，根據(jù)特征數(shù)據(jù)生成當前狀態(tài)，并根據(jù)推送信息生成第一當前動作，將當前狀態(tài)和第一當前動作輸入線上深度強化學習模型，獲取推送信息時對應的分值，若推送信息時對應的分值大于預設(shè)分值，則推送信息，可以提高推送準確率，從而提高用戶對信息的點擊率。