CN111460279A - 信息推荐方法、装置、存储介质及计算机设备 - Google Patents

Abstract

本发明公开了一种信息推荐方法、装置、存储介质及计算机设备，涉及互联网技术领域。其中方法包括：获取目标用户的历史访问信息和当前场景信息；根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略；根据业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表。上述方法生成的业务信息推荐列表既针对了目标用户的人群特征和场景特征，又针对了目标用户的个人特征，具有极强的针对性和准确性，可以有效的提高用户获取所需业务信息的效率。

Description

信息推荐方法、装置、存储介质及计算机设备

技术领域

本发明涉及互联网技术领域，尤其是涉及一种信息推荐方法、装置、存储介质及计算机设备。

背景技术

随着互联网技术的不断发展以及智能终端的日益普及，人们在生活和工作的方方面面都愈加离不开功能强大的智能终端。目前，智能终端可以为用户提供各种各样的便利，例如，利用智能终端可以为用户提供业务服务类的应用软件来方便用户的日常生活。

目前，很多智能终端的用户在利用业务服务类的应用软件时，往往不确定自己的浏览意图，因而，很多业务服务类的应用软件都会为用户提供种类繁多的业务推荐信息。但是，目前大多数的业务类应用软件比较常用的做法是为所有用户推荐相同的业务信息或只针对用户的位置信息和获取行为来推荐相应的业务信息，导致这两种业务信息的推荐方法都比较缺乏针对性，进而会造成信息推荐的精准度较低，用户无法及时获取到自身需要的业务信息，从而影响所需信息获取的效率，容易增加无意义的点击浏览过程，点击转化率较低。

发明内容

有鉴于此，本申请提供了一种商品信息的推荐方法、系统、存储介质及计算机设备，主要目的在于解决推荐的业务信息针对性较弱、准确度较低的技术问题。

根据本发明的第一个方面，提供了一种信息推荐方法，该方法包括：

获取目标用户的历史访问信息和当前场景信息；

根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略；

根据业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表。

在一个实施方式中，获取目标用户的历史访问信息和当前场景信息之前，所述方法还包括：根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵，业务信息推荐策略矩阵包括多个划分而成的区块，每个区块各自对应一种业务信息推荐策略。

在一个实施方式中，根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵，包括：根据业务访问频率信息和存储的用户属性，建立多个用户组；根据场景信息和存储的场景属性，建立多个场景组；以业务访问频率信息和场景信息为维度，构建业务信息推荐策略象限；根据多个用户组和多个场景组，将业务信息推荐策略象限划分为多个区块，构成业务信息推荐策略矩阵。

在一个实施方式中，根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略，包括：根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询目标用户在业务信息推荐策略矩阵中对应的目标区块；将目标区块对应的业务信息推荐策略作为查询到的业务信息推荐策略。

在一个实施方式中，根据业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表，包括：根据业务信息推荐策略，确定待推荐的业务信息的类别和排列顺序；根据历史访问信息中的访问行为信息和当前场景信息中的空间信息，确定待推荐的业务信息的内容；根据待推荐的业务信息的类别、排列顺序和内容，生成业务信息推荐列表。

在一个实施方式中，所述方法还包括：采用单列或多列卡片瀑布流的形式展示业务信息推荐列表。

在一个实施方式中，获取目标用户的历史访问信息，包括：采集目标用户的用户行为日志；对用户行为日志进行数据清洗和数据处理，得到历史访问信息。

根据本发明的第二个方面，提供了一种信息推荐装置，该装置包括：

业务信息获取模块，用于获取目标用户的历史访问信息和当前场景信息；

推荐策略查询模块，用于根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略；

推荐列表生成模块，用于根据业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表。

在一个实施方式中，所述装置还包括策略矩阵构建模块，用于根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵，业务信息推荐策略矩阵包括多个划分而成的区块，每个区块各自对应一种业务信息推荐策略。

在一个实施方式中，策略矩阵构建模块，具体用于根据业务访问频率信息和存储的用户属性，建立多个用户组；根据场景信息和存储的场景属性，建立多个场景组；以业务访问频率信息和场景信息为维度，构建业务信息推荐策略象限；根据多个用户组和多个场景组，将业务信息推荐策略象限划分为多个区块，构成业务信息推荐策略矩阵。

在一个实施方式中，推荐策略查询模块，具体用于根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询目标用户在业务信息推荐策略矩阵中对应的目标区块；将目标区块对应的业务信息推荐策略作为查询到的业务信息推荐策略。

在一个实施方式中，推荐列表生成模块，具体用于根据业务信息推荐策略，确定待推荐的业务信息的类别和排列顺序；根据历史访问信息中的访问行为信息和当前场景信息中的空间信息，确定待推荐的业务信息的内容；根据待推荐的业务信息的类别、排列顺序和内容，生成业务信息推荐列表。

在一个实施方式中，业务信息获取模块，具体用于采集目标用户的用户行为日志；对用户行为日志进行数据清洗和数据处理，得到历史访问信息。

在一个实施方式中，所述装置还包括推荐列表展示模块，用于采用单列或多列卡片瀑布流的形式展示业务信息推荐列表。

根据本发明的第三个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述信息推荐方法。

根据本发明的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述信息推荐方法。

本发明提供的一种信息推荐方法、装置、存储介质及计算机设备，首先获取了目标用户的历史访问信息和当前场景信息，然后根据目标用户的历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询出针对目标用户人群在某种特定场景下的业务信息推荐策略，最后，根据该业务信息推荐策略，以及目标用户个人的访问行为信息和所在空间位置，确定出针对该目标用户的业务推荐内容，并生成相应的业务信息推荐列表。上述方法通过业务访问频率信息和时间信息，得到了针对目标用户所在群体的业务信息推荐策略，使得业务信息具有极强的针对性，同时又通过访问行为信息和空间信息，得到了针对目标用户个人的业务信息推荐内容，使得业务信息具有较高的准确性，上述方法生成的业务信息推荐列表兼顾了目标用户的群体特征和个人特征，具有极强的针对性和准确性，可以有效的提高用户获取所需业务信息的效率。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了本发明实施例提供的一种信息推荐方法的流程示意图；

图2示出了本发明实施例提供的另一种信息推荐方法的流程示意图；

图3示出了本发明实施例提供的一种信息推荐方法的场景示意图；

图4示出了本发明实施例提供的一种信息推荐装置的结构示意图；

图5示出了本发明实施例提供的另一种信息推荐装置的结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在一个实施例中，如图1所示，提供了一种信息推荐方法，以该方法应用于智能移动终端的后台服务器为例进行说明，包括以下步骤：

101、获取目标用户的历史访问信息和当前场景信息。

其中，目标用户的历史访问信息可以包括目标用户的业务访问频率信息以及访问行为信息，当前场景信息可以包括时间信息和空间信息。进一步的，目标用户的业务访问频率信息可以包括末次访问时间、访问周期以及订单信息。其中，末次访问时间指的是目标用户最后一次访问应用软件的时间和日期，访问周期指的是目标用户在当前周期内，如一个月内访问应用软件的次数，订单信息指的是目标用户使用应用软件进行业务操作的相关信息，在此基础上，业务访问频率信息可以是多种信息的综合信息，如目标用户在一个月内进行交易操作的次数；目标用户的访问行为信息指的是用户授权访问的用户行为日志中分析和处理出来的在应用软件上实施过的行为信息，如目标用户在过去的一段时间内的搜索记录、访问记录、浏览记录以及点击记录等；场景信息中的时间信息指的是访问发起时的时间段和日期，空间信息指的是访问发起的城市和地理位置信息。

具体的，服务器可以在用户登录应用软件时获取到目标用户的历史访问信息和当前的场景信息，如通过读取时钟信息获取访问发起时的时间和日期，通过定位技术获取访问发起时的城市和地理位置，通过用户名和密码获取该用户在当前周期内的业务访问频率、搜索记录、访问记录、浏览记录以及点击记录等信息。

102、根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略。

具体的，服务器可以根据目标用户的历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询到目标人群在当前场景下的业务信息推荐策略。在本实施例中，在不同的时间段、不同日期以及不同的业务访问频率下，业务信息的推荐策略会有所差别，这样的设置会使得生成的推荐信息更有针对性。

103、根据业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表。

具体的，服务器可以根据查询到的针对目标用户和当前场景的业务信息推荐策略，以及目标用户的搜索记录、访问记录、浏览记录、点击记录、目标用户所在城市和实时的地理位置，确定出待推荐的业务信息的内容，通过将待推荐的业务信息的内容进行排序，就可以生成业务信息推荐列表。通过这种方式，可以使生成的推荐信息结合目标用户的个人特征，从而使得生成的推荐信息更准确。

本实施例提供的信息推荐方法，首先获取了目标用户的历史访问信息和当前场景信息，然后根据目标用户的历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询出针对目标用户人群在某特定场景下的业务信息推荐策略，最后，根据该业务信息推荐策略，以及目标用户个人的访问行为和所在空间，确定出针对该目标用户个人的业务推荐内容，并生成相应的业务信息推荐列表。上述方法通过业务访问频率信息和时间信息，得到了针对目标用户所在群体的业务信息推荐策略，使得业务信息具有极强的针对性，同时又通过访问行为信息和空间信息，得到了针对目标用户个人的业务信息推荐内容，使得业务信息具有较高的准确性，上述方法生成的业务信息推荐列表兼顾了目标用户的群体特征和个人特征，具有极强的针对性和准确性，可以有效的提高用户获取所需业务信息的效率。

进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的实施过程，提供了信息推荐方法，如图2所示，该方法包括以下步骤：

201、根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵。

其中，分类属性可以包括用户属性和场景属性，用户属性可以根据每个用户的特点将不同的用户划分到对应的用户组中，场景属性可以根据每个场景的特点将不同的场景划分到对应的场景组中。具体的，服务器会首先会根据业务访问频率信息和存储的用户属性，建立多个用户组，以及根据场景信息和存储的场景属性，建立多个场景组，然后以业务访问频率信息和场景信息为维度，构建业务信息推荐策略象限，最后根据多个用户组和多个场景组，将业务信息推荐策略象限划分为多个区块，构成业务信息推荐策略矩阵，其中，业务信息推荐策略矩阵的每个区块都各自对应一种业务信息推荐策略。

举例来说，在一个外卖服务类的业务场景中，如图3所示，可以首先根据用户在各日期或各时间段下使用应用服务的可能性，将场景信息划分为强场景组和弱场景组。例如，在每天的早、中、晚的饭点时间，节假日下，应用使用的可能性比较大，那么就将这些场景信息划分在强场景组，反之则划分在弱场景组。然后，再根据业务访问频率信息将用户划分为新用户组、3单用户组、活跃用户组和流失用户组，其中，新用户指的是从未使用该应用软件进行过交易的用户，3单用户指的是最近一个周期内，比如最近30天使用该应用软件进行交易小于3笔的用户，活跃用户指的是最近一个周期内，如最近30天使用该应用软件进行交易笔数超过3笔的用户，流失用户指的是在最近一个周期内，比如最近一个月、最近一个季度或最近半年未使用该应用软件进行交易的用户。以业务访问频率信息和场景信息为维度，就可以构建一个业务信息推荐策略象限，然后，根据上述不同的用户组和场景组，就可以在业务信息推荐策略象限中将所有的用户按照用户组和场景组划分成8个不同的区块。

进一步的，每个区块都各自对应一种业务信息推荐策略，例如，参照图3，对于区块1(新用户+强场景)和区块5(新用户+弱场景)，其业务信息推荐策略是：优先推荐专属优惠或专属频道，当没有专属的内容时，推荐服务核心卖点/精选的榜单频道；对于区块2(3单用户+强场景)和区块4(流失用户+强场景)，其业务信息推荐策略是：优先推荐精选频道或主题，当没有精选的频道或主题时，推荐优质的店铺；对于区块3(活跃用户+强场景)，其业务信息推荐策略是：优先推荐以用户偏好为主的店铺，其次为相关的频道或主题；对于区块6(3单用户+弱场景)和区块8(流失用户+弱场景)，其业务信息推荐策略是：优先推荐精选频道或主题，当没有精选内容时，推荐服务的核心卖点；对于区块7(活跃用户+弱场景)，其业务信息推荐策略是:有相关的频道或主题则推荐，无相关的则不推荐。可以理解的是，各区块内的业务信息推荐策略可以设置为多种形式，且可以随时根据实际情况作出适当调整，并不限于以上描述的推荐策略。

202、获取目标用户的历史访问信息和当前场景信息。

具体的，服务器可以在用户登录应用软件时获取到目标用户的历史访问信息和当前的场景信息，如通过读取时钟信息获取访问发起时的时间和日期，通过定位技术获取访问发起时的城市和地理位置，通过用户名和密码获取该用户在当前周期内的业务访问频率、搜索记录、访问记录、浏览记录以及点击记录等信息。

203、根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略。

具体的，服务器可以根据目标用户的历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询目标用户在业务信息推荐策略矩阵中对应的目标区块，然后将目标区块对应的业务信息推荐策略作为查询到的业务信息推荐策略。

204、根据业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表。

具体的，服务器可以根据查询到的业务信息推荐策略，确定待推荐的业务信息的类别和和各类别下不同信息的排列顺序，然后，根据目标用户历史访问信息中的访问行为信息和当前场景信息中的空间信息，确定待推荐的业务信息的内容，继而根据待推荐的业务信息的类别、排列顺序和内容，生成业务信息推荐列表。其中，业务信息的类别可以包括店铺推荐信息、菜品推荐信息、榜单推荐信息、主题推荐信息和资源推荐信息等。

以图3所示的场景举例来说，例如，某一新用户在工作日下午3点访问了某外卖服务类的应用软件，用户登录了该应用软件后，应用软件的后台服务器首先会获取该用户的历史访问信息和当前场景信息，确定该用户为新用户，当前场景的时间信息为工作日的下午3点，然后，服务器会根据该用户的这两个特征，在业务信息推荐策略矩阵中查询出该用户对应的目标区块为区块5(新用户+弱场景)，查询出该用户的业务信息推荐策略为：优先推荐专属优惠或专属频道，当没有专属的内容时，推荐服务核心卖点/精选的榜单频道，继而，服务器会根据该用户的所在的位置，比如该用户的所在位置是某城市的某写字楼集中区，确定该用户的业务信息的推荐内容是该地点范围内的下午茶专属频道、新用户红包和精致晚餐排行榜等内容，然后，按照存储的规则，比如，将与当前场景结合更紧密的内容排名靠前，确定出业务信息的推荐内容的排列顺序，最后生成业务信息推荐列表。

205、采用单列或多列卡片瀑布流的形式展示业务信息推荐列表。

其中，瀑布流又称瀑布流式布局，是一种页面布局方式，其视觉表现为参差不齐的多栏布局，即多行等宽元素排列布局。具体的，卡片瀑布流的生成方式为：首先将展示的内容绘制在卡片上，然后根据浏览器宽度以及列表个数计算出每列卡片的宽度，继而对卡片进行原比例缩放直至卡片宽度达到计算出的宽度，最后按照展示顺序依次加载卡片上的展示内容，并将加载好的卡片放置在长度最短的列的下面。

具体的，服务器将业务信息推荐列表发给对应目标用户的移动终端之后，移动终端可以采用单列或多列卡片瀑布流的形式展示业务信息推荐列表。在通常的业务场景下，店铺推荐信息、菜品推荐信息、榜单推荐信息、主题推荐信息和资源推荐信息都有各自的产品形态，展示差异较大，通过单列或多列瀑布流的方式，就可以将多种信息的形态进行统一，弱化各种业务信息彼此之间的差异性，便于将多种信息混排，进一步提高了用户的点击转化率。

本实施例提供的信息推荐方法，首先根据业务访问频率信息和场景信息构建了业务信息推荐策略矩阵，然后获取目标用户的历史访问信息和当前场景信息，继而，在业务信息推荐策略矩阵查询出与目标用户对应的信息推荐策略，最后根据业务信息推荐策略，以及目标用户的访问行为和所在位置，为用户提供出针对性的业务推荐信息，提高了业务信息推荐的针对性和准确度，增加了推荐信息的多样性；另外，本实施例采用单列或双列瀑布流的形式展示业务信息推荐列表，提高了业务推荐信息的获取效率，改善了用户体验，提升了应用软件的业务销售业绩。

进一步的，作为图1、图2所示方法的具体实现，本实施例提供了一种信息推荐装置，如图4所示，该装置包括：业务信息获取模块31、推荐策略查询模块32、推荐列表生成模块33。

业务信息获取模块31，可用于获取目标用户的历史访问信息和当前场景信息；

推荐策略查询模块32，可用于根据所述历史访问信息中的业务访问频率信息，以及所述当前场景信息中的时间信息，查询业务信息推荐策略；

推荐列表生成模块33，可用于根据所述业务信息推荐策略，以及所述历史访问信息中的访问行为信息和所述当前场景信息中的空间信息，生成业务信息推荐列表。

在具体的应用场景中，如图5所示，本装置还包括策略矩阵构建模块34，可用于根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵，业务信息推荐策略矩阵包括多个划分而成的区块，每个区块各自对应一种业务信息推荐策略。

在具体的应用场景中，所述策略矩阵构建模块34，具体可用于根据业务访问频率信息和存储的用户属性，建立多个用户组；根据场景信息和存储的场景属性，建立多个场景组；以业务访问频率信息和场景信息为维度，构建业务信息推荐策略象限；根据多个用户组和多个场景组，将业务信息推荐策略象限划分为多个区块，构成业务信息推荐策略矩阵。

在具体的应用场景中，所述推荐策略查询模块32，具体可用于根据历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询目标用户在业务信息推荐策略矩阵中对应的目标区块；将目标区块对应的业务信息推荐策略作为查询到的业务信息推荐策略。

在具体的应用场景中，所述推荐列表生成模块33，具体可用于根据业务信息推荐策略，确定待推荐的业务信息的类别和排列顺序；根据历史访问信息中的访问行为信息和当前场景信息中的空间信息，确定待推荐的业务信息的内容；根据待推荐的业务信息的类别、排列顺序和内容，生成业务信息推荐列表。

在具体的应用场景中，所述业务信息获取模块，具体用于采集目标用户的用户行为日志；对目标用户的用户行为日志进行数据清洗和数据处理，得到目标用户的历史访问信息。

在具体的应用场景中，如图5所示，本装置还包括推荐列表展示模块35，可用于采用单列或多列卡片瀑布流的形式展示业务信息推荐列表。

需要说明的是，本实施例提供的一种信息推荐装置所涉及各功能单元的其它相应描述，可以参考图1、图2中的对应描述，在此不再赘述。

基于上述如图1、图2所示方法，相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1、图2所示的信息推荐方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该待识别软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

基于上述如图1、图2所示的方法，以及图4和图5所示的信息推荐装置实施例，为了实现上述目的，本实施例还提供了一种信息推荐的实体设备，具体可以为个人计算机、服务器、智能手机、平板电脑、智能手表、或者其它网络设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1、图2所示的方法。

可选的，该实体设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。

本领域技术人员可以理解，本实施例提供的一种信息推荐的实体设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述实体设备硬件和待识别软件资源的程序，支持信息处理程序以及其它待识别软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理实体设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，可以生成既针对目标用户的人群特征和场景特征，又针对目标用户的个人特征的业务信息推荐列表。与现有技术相比，可以有效的提高业务推荐信息的针对性和准确性，从而有效的提高用户获取所需业务信息的效率。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种信息推荐方法，其特征在于，所述方法包括：

获取目标用户的历史访问信息和当前场景信息；

根据所述历史访问信息中的业务访问频率信息，以及所述当前场景信息中的时间信息，查询业务信息推荐策略；

根据所述业务信息推荐策略，以及所述历史访问信息中的访问行为信息和所述当前场景信息中的空间信息，生成业务信息推荐列表。

2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的历史访问信息和当前场景信息之前，所述方法还包括：

根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵，所述业务信息推荐策略矩阵包括多个划分而成的区块，每个区块各自对应一种业务信息推荐策略。

3.根据权利要求2所述的方法，其特征在于，所述根据业务访问频率信息、场景信息和存储的分类属性，构建业务信息推荐策略矩阵，包括：

根据业务访问频率信息和存储的用户属性，建立多个用户组；

根据场景信息和存储的场景属性，建立多个场景组；

以所述业务访问频率信息和场景信息为维度，构建业务信息推荐策略象限；

根据所述多个用户组和所述多个场景组，将所述业务信息推荐策略象限划分为多个区块，构成业务信息推荐策略矩阵。

4.根据权利要求3所述的方法，其特征在于，所述根据所述历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询业务信息推荐策略，包括：

根据所述历史访问信息中的业务访问频率信息，以及当前场景信息中的时间信息，查询所述目标用户在业务信息推荐策略矩阵中对应的目标区块；

将所述目标区块对应的业务信息推荐策略作为查询到的业务信息推荐策略。

5.根据权利要求3所述的方法，其特征在于，所述根据所述业务信息推荐策略，以及历史访问信息中的访问行为信息和当前场景信息中的空间信息，生成业务信息推荐列表，包括：

根据所述业务信息推荐策略，确定待推荐的业务信息的类别和排列顺序；

根据所述历史访问信息中的访问行为信息和当前场景信息中的空间信息，确定待推荐的业务信息的内容；

根据所述待推荐的业务信息的类别、排列顺序和内容，生成业务信息推荐列表。

6.根据权利要求3所述的方法，其特征在于，所述获取目标用户的历史访问信息，包括：

采集目标用户的用户行为日志；

对所述用户行为日志进行数据清洗和数据处理，得到历史访问信息。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

采用单列或多列卡片瀑布流的形式展示所述业务信息推荐列表。

8.一种信息推荐装置，其特征在于，所述装置包括：

业务信息获取模块，用于获取目标用户的历史访问信息和当前场景信息；

推荐策略查询模块，用于根据所述历史访问信息中的业务访问频率信息，以及所述当前场景信息中的时间信息，查询业务信息推荐策略；

推荐列表生成模块，用于根据所述业务信息推荐策略，以及所述历史访问信息中的访问行为信息和所述当前场景信息中的空间信息，生成业务信息推荐列表。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images