本发明提供一种物品的推荐方法、装置以及存储介质，属于数据分析技术领域，方法包括：S1：从预设数据库中导入所有目标用户的历史长期兴趣数据集以及与每个目标用户一一对应的历史短期兴趣数据集；S2：对历史长期兴趣数据集进行数据预处理得到长期兴趣数据训练集；S3：根据长期兴趣数据训练集和所有的历史短期兴趣数据集对训练模型进行训练得到目标推荐模型；S4：将长期兴趣数据验证集和短期兴趣数据验证集一并输入至目标推荐模型中得到物品的推荐结果。本发明能够挖掘用户自身长期稳定的一般爱好和短期的动态偏好，并捕获了社交好友兴趣偏好对用户产生的影响，可以实现具备社交属性的个性化推荐，并且提升了推荐准确率以及可解释性。