本发明涉及人工智能技术，揭露一种产品推荐方法，包括：根据用户特征数据构建初始决策树；利用初始决策树对用户特征数据进行分析，得到类别预测值集；根据产品标签及类别预测值集，计算初始决策树的模型精度误差值；当模型精度误差值不小于目标阈值时，对初始决策树进行更新，当模型精度误差值小于目标阈值时，将初始决策树作为产品推荐模型输出；利用产品推荐模型对待推荐用户的用户信息进行分析，得到产品集中的产品的推荐概率值，利用推荐概率值筛选产品集中的产品推荐给待推荐人员。本发明还涉及一种区块链技术，所述用户特征数据可以存储在区块链节点中。本发明还提出一种产品推荐装置、设备以及介质。本发明可以提高产品推荐的准确率。