本发明揭示了一种推荐召回方法、设备和存储介质，所述方法包括：根据物品侧特征，计算物品库中的每个物品的向量；根据用户侧特征，计算待推荐用户的检索向量；将所述检索向量与所述物品库中的每个物品的向量做向量内积，选出得分前N的物品作为推荐召回物品。与现有技术相比，本发明的基于因子分解机的推荐召回方法，将FM算法用在推荐召回步骤中时，根据待推荐的用户快速精确的对所有的商品进行打分排序，从而给用户推荐召回更加符合心意的商品或信息；同时用一个模型替代了多个召回模型，简化了召回流程，省去了多路召回的超参数设置。