CN116932869A - 信息推荐方法及装置 - Google Patents

Abstract

本申请涉及计算机领域，提供一种信息推荐方法及装置。所述方法包括：基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；在获取到历史推荐信息的情况下，基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，所述置信度包括历史信息推荐过程中所述历史推荐信息在目标时段被所述目标用户采纳的比例；将所述当前推荐信息发送至所述用户终端。本申请实施例提供的信息推荐方法及装置，可以不需要事先建立大量的数据关联关系，能够突破数据关联关系的限制，提高推荐结果的准确性，更加符合用户的信息获取需求。

Description

信息推荐方法及装置

技术领域

本申请涉及计算机技术领域，具体涉及一种信息推荐方法及装置。

背景技术

在办公、教学、购物或者其他生活场景中，用户在终端上操作时需要接触各种各样的信息，有时需要从多个信息中进行选择，比如在每日健康信息填报过程中，用户需要在每天的固定时间在网页中填报自己的健康信息，为了方便地帮助用户完成健康信息填报，需要及时给用户推荐相应的信息，比如用户往常填报的体温数据，使得用户能够快速完成填写过程。与此同时，很多场景下都需要进行信息推荐。

目前的信息推荐方法，是利用数据关联关系来进行信息推荐，在缺少数据关联关系的情况下无法发挥作用，限制较大，推荐结果不准确，难以满足用户的信息获取需求。

发明内容

本申请实施例提供一种信息推荐方法及装置，用以解决利用数据关联关系来进行信息推荐，在缺少数据关联关系的情况下无法发挥作用，限制较大，推荐结果不准确，难以满足用户的信息获取需求的技术问题。

第一方面，本申请实施例提供一种信息推荐方法，包括：基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；在获取到历史推荐信息的情况下，基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，所述置信度包括历史信息推荐过程中所述历史推荐信息在目标时段被所述目标用户采纳的比例；将所述当前推荐信息发送至所述用户终端。

在一个实施例中，所述基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，包括：基于所述用户标识和所述目标时段，从多个所述历史推荐信息中筛选出备选推荐信息；基于所述备选推荐信息的置信度，从所述备选推荐信息中筛选出所述当前推荐信息。

在一个实施例中，所述历史推荐信息以及所述历史推荐信息对应的置信度值均基于信息推荐过程进行实时更新。

在一个实施例中，所述基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，包括：基于所述查询请求，确定关键词信息；所述基于所述关键词信息、所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息。

在一个实施例中，所述置信度还包括所述历史推荐信息与所述关键词信息的关联度，所述置信度设置为基于所述用户终端对所述关联度的修改请求进行更新。

在一个实施例中，所述关键词信息包括：用户输入情景类型和/或用户输入上下文信息。

在一个实施例中，在所述基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识之后，还包括：在未获取到所述历史推荐信息的情况下，基于所述用户标识和所述目标时段，从预存的推荐数据中确定所述当前推荐信息。

第二方面，本申请实施例提供一种信息推荐装置，包括：第一确定模块，用于基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；第二确定模块，用于在获取到历史推荐信息的情况下，基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，所述置信度包括历史信息推荐过程中所述历史推荐信息在目标时段被所述目标用户采纳的比例；发送模块，用于将所述当前推荐信息发送至所述用户终端。

第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的信息推荐方法。

第四方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的信息推荐方法。

本申请实施例提供的信息推荐方法及装置，在获取到历史推荐信息的情况下，根据用户标识、目标时段、历史推荐信息以及对应的置信度，确定当前推荐信息，并将当前推荐信息发送给用户终端，可以不需要事先建立大量的数据关联关系，能够突破数据关联关系的限制，提高推荐结果的准确性，更加符合用户的信息获取需求。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的信息推荐方法的流程示意图；

图2是本申请实施例提供的信息推荐装置的结构示意图；

图3是本申请实施例提供的电子设备的结构示意图；

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参照图1，本申请实施例提供一种信息推荐方法，可以包括如下步骤110至步骤130。

步骤110、基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识。

可以理解的是，该信息推荐方法由服务器执行，用户终端可以和服务器通信交互，用户终端可以为手机、平板电脑、笔记本电脑和台式电脑等具有逻辑运算功能的电子设备，用户可以使用用户终端进行操作，比如可以在用户终端上的界面上进行点选操作，以完成信息输入。

用户在用户终端上进行操作的过程中，用户可以触发信息查询按钮，用户终端可以响应于用户的触发操作，生成查询请求，并将查询请求发送给服务器，查询请求携带有发送的目标时段和目标用户的用户标识，目标时段为查询请求发送的时间段，目标时段仅限定24小时内的时间段，不限定日期，比如目标时段可以为上午9:00-9:30。用户标识用于区分不同的目标用户，比如可以编号的形式呈现。

服务器在接收到用户终端发送的查询请求之后，可以根据查询请求确定目标时段以及目标用户的用户标识

步骤120、在获取到历史推荐信息的情况下，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，置信度包括历史信息推荐过程中历史推荐信息在目标时段被目标用户采纳的比例。

可以理解的是，服务器可以具有仿真数据库，仿真数据库中可以存储有历史推荐信息以及历史推荐信息对应的置信度，服务器在基于本实施例的信息推荐方法给用户推荐的过程中，可以对用户对历史推荐信息的采纳情况进行记录，将历史推荐信息在目标时段被目标用户采纳的比例作为置信度。

比如，在某一天目标时段的用户操作中，若服务器向用户终端发送的推荐信息被用户采纳了，则认为该推荐信息具有较高的置信度；若服务器向用户终端发送的推荐信息未被用户采纳，则认为该推荐信息的置信度较低。

具体而言，在用户使用用户终端的过程中，每个用户的使用习惯和关注内容有所不同，为了更好地帮助用户更有效、高效和直观地处理操作流程，服务器在使用的过程中，通过用户终端来接收用户相关联的移动数据，在表单中存储与用户相关联的移动性数据，移动性数据可以为用户的聊天记录或访问网页的记录，生成机器学习映射，使用机器学习映射来分析移动性数据的一部分，产生对应于移动性数据的对应的输出信息，并将该输出信息进行修改，更新至对应的访问表单中，方便用户在操作过程中，服务器能够更好地贴合用户的使用习惯，这样就可以根据对用户的移动数据进行分析，可以有效的掌握用户的使用习惯。

服务器可以具有预测模块，用户终端可以具有交互界面，仿真数据库可以被划分为多个时间段，每个时间段内存储有多个操作数据，每个时间段有多个推荐点，预测模块会在每个推荐点计算出每个操作数据的置信度，并将操作数据以置信度从高到低排序，置信度最高的操作数据在对应的时间点以推荐操作出现在交互界面。

可以根据用户标识和目标时段，结合历史推荐信息以及对应的置信度，来找到目标用户在历史信息推荐过程中的目标时段所采用的历史推荐信息，并结合该历史推荐信息被用户采纳的比例，确定出当前推荐信息，也就是说，当前推荐信息是用户在历史上同一目标时段操作可能性最大的信息，相对来说最符合用户的使用习惯，最能满足用户对信息获取的需求。

步骤130、将当前推荐信息发送至用户终端。

可以理解的是，在确定当前推荐信息之后，服务器可以将当前推荐信息发送给用户终端，用户终端在接收到当前推荐信息之后，可以将当前推荐信息呈现在交互界面上，用户可以根据交互界面上显示的当前推荐信息来进行操作，这样就能够极大地提升用户的操作便利性，满足用户的信息获取需求。

在办公场景中，用户可以为负责市场的工作人员，该工作人员需要每天在工作终端上填报产品的销售数据，已知该工作人员在每天上午10:00-10:15填写产品的销售数据的过程中，会接受服务器的推荐信息，服务器在上个月的推荐过程中，被用户采纳较多的为“出库产品数量”，那么当该工作人员在今天10:05打开工作终端的交互页面点击销售数据填报按钮时，服务器会根据用户的历史推荐信息进行推荐，向工作终端发送“出库产品数量”，此时工作终端上会出现“出库产品数量”，用户可以方便地点选出库产品数量，并进一步填写。

值得一提的是，申请人在研发过程中发现，服务器在进行信息推荐时，可以直接从用户处获取调研数据，并依据上下文信息进行操作推荐，调研数据中需要有关键词，根据关键词和预设内容确定当前用户的调研数据与预设内容的相似度，预设内容包括历史用户的评价内容、历史用户画像信息和历史用户的调研特征信息；以及根据当前用户的调研数据与预设内容的相似度确定向当前用户推荐信息，当调研数据中缺少关键词时，服务器的推荐会受到限制，使得推荐操作被采纳的概率大大降低，影响用户的使用。

本申请实施例提供的信息推荐方法，在获取到历史推荐信息的情况下，根据用户标识、目标时段、历史推荐信息以及对应的置信度，确定当前推荐信息，并将当前推荐信息发送给用户终端，可以不需要事先建立大量的数据关联关系，能够突破数据关联关系的限制，提高推荐结果的准确性，更加符合用户的信息获取需求。

在一些实施例中，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，包括：基于用户标识和目标时段，从多个历史推荐信息中筛选出备选推荐信息；基于备选推荐信息的置信度，从备选推荐信息中筛选出当前推荐信息。

可以理解的是，仿真数据库里可以存储有多个历史推荐信息，在历史推荐过程中，预测模块通过对用户反馈数据的记录和处理，能够将多个历史推荐信息以及对应的置信度与用户标识以及目标时段建立对应关系，那么在获取到历史推荐信息的情况下，就可以根据目标时段和用户标识，来从多个历史推荐信息中找到备选推荐信息，备选推荐信息可以为多个，也就是目标用户在历史操作过程中的目标时段可以对应有多个可能的备选推荐信息。

在得到了多个备选推荐信息之后，可以按照备选推荐信息对应的置信度大小进行选择，从备选推荐信息中确定当前推荐信息，比如可以将置信度最高的备选推荐信息作为当前推荐信息。

在一些实施例中，历史推荐信息以及历史推荐信息对应的置信度值均基于信息推荐过程进行实时更新。

可以理解的是，仿真数据库中存储的历史推荐信息以及历史推荐信息岁对应的置信度是在实时更新的，预测模块可以根据用户的每一次操作，来判断用户是否接纳当前推荐信息，并对用户的接纳结果进行记录，保存在仿真数据库中。

具体而言，服务器还可以包括记录模块，预测模块可以根据操作数据从记录模块中调取相应的信息，当时间段为9点至10点，该时间段内的操作数据可以有操作A、操作B和操作C，推荐点为9点、9点15分、9点30分和9点45分，预测模块会从记录模块中调取9点至10点时间段内有关操作A、操作B和操作C的信息，并统计得到T(A)、T(B)和T(C)，T(A)＝(a1,a2,a3,a4)，其中，a1表示在9点至9点15分之间进行操作A的次数，a2表示在9点15分至9点30分之间进行操作A的次数，a3表示在9点30分至9点45分之间进行操作A的次数，a4表示在9点45分至10点之间进行操作A的次数，T(B)和T(C)同理。

预测模块在9点这个时间点对操作A、操作B和操作C计算其置信度值，公式如下：

其中，Z(A)、Z(B)和Z(C)分别代表操作A、操作B和操作C的置信度值；

在实际情况中，一个时间段内的操作数据不止3个，上述公式中的3需替换成时间段内的操作数据总个数，特别的，每个时间段内的操作数据还包括一个无操作，表示用户在这个推荐点不会进行任何操作；当一个推荐点的推荐操作被用户采纳后，在该时间段内的后续推荐点的置信度值计算中将不再计算该操作数据，推荐操作是无操作时除外。

值得一提的是，本实施例通过仿真数据库对用户进行信息推荐，推荐依据是不同时段内各信息的置信度，置信度在使用过程中会被不断修正，使得推荐信息被采纳的概率会越来越高，同时，该方案也解决了对上下文信息的依赖问题，即使没有关键词，也能作出高准确率的推荐操作，通过记录系统在给用户选择推荐信息的时间，对用户操作进行时间统计，对用户需要获取的信息进行预测，提高信息推荐的精准性。

在一些实施例中，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，包括：基于查询请求，确定关键词信息；基于关键词信息、用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息。

可以理解的是，查询请求中还可以携带有关键词信息，关键词信息可以是用户进行的触发操作所对应的类型或者属性等关键词，比如可以为“报表填写”，在确定当前推荐信息时，就可以将关键词信息、用户标识和目标时段结合起来，共同用于从历史推荐信息中筛选出合适的推荐信息，此时确定的当前推荐信息能够更加准确，更符合用户的信息获取需求。

在一些实施例中，置信度还包括历史推荐信息与关键词信息的关联度，置信度设置为基于用户终端对关联度的修改请求进行更新。

可以理解的是，置信度还可以包括历史推荐信息与关键词信息的关联度，也就是历史推荐信息可以与关联词信息相互对应，服务器还可以具有修正模块和移动存储模块，移动存储模块可以对用户终端发送的数据记录进行存储，修正模块可以依据移动存储模块中的数据对仿真数据库中的数据进行修正，当移动存储模块内出现用户终端的修改请求时，修正模块会依据移动存储模块中的修改请求对置信度进行修正。

历史推荐信息可以为用户的历史操作行为，修正模块可以从移动存储模块中提取时段信息和其余关键词信息，并在仿真数据库中找到目标时段的所有历史推荐信息，并在历史推荐信息与关键词信息之间设置关联度k，修正模块可以依据关联度对置信度进行调整，调整公式为：

其中，k的取值范围为(0，1)，Z表示置信度；

历史推荐信息与关键词信息之间的关联度值k会根据用户的实际操作而改变，当用户采用的是操作A时且操作A的关联度最高时，操作A的关联度k进行如下修改：

k＝k+(1-k)·0.1；

其余操作的关联度进行如下修改：

其中n为其余操作的数量；

当用户采用的是操作B且操作A的关联度最高时，操作B的关联度k进行如下修改：

k＝k+0.2·(1-k)；

操作A的关联度进行如下修改：

k＝k-0.2·k；

其余操作的关联度进行如下修改：

在一些实施例中，关键词信息包括：用户输入情景类型和/或用户输入上下文信息。

可以理解的是，关键词信息可以为用户输入情景类型，用户输入情景类型指的是用户在输入信息时的具体场景类型，关键词信息还可以为用户输入上下文信息，用户输入上下文信息指的是用户在输入信息时的前后文本内容信息。

在一些实施例中，在基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识之后，还包括：在未获取到历史推荐信息的情况下，基于用户标识和目标时段，从预存的推荐数据中确定当前推荐信息。

可以理解的是，服务器还可以具有预置数据库，目标用户在目标时段首次接受对应的信息推荐时，服务器在接收到用户终端发送的查询请求的情况下，可以基于用户标识和目标时段，从预存的推荐数据中确定当前推荐信息，当然还可以根据输入情景类型或上下文等信息，找出与指定上下文相对应的数据库，使用户在首次使用的过程中，也能够根据用户的输入情况，为用户提供相应的推荐信息。

随着用户操作次数的增多，可以根据其上下文信息和输入情景类型更新相应的预置数据库，更新预置数据库时，其可以对预置数据库进行修改预置数据库的推荐信息、或删除不相关联的推荐信息，或生成新的推荐信息，当用户在操作时，系统根据用户所输入的上下文信息为用户推荐相应的推荐信息，当服务器为用户推荐的推荐信息被用户采纳时，系统可以在数据库中存储根据用户上下文所推荐的用户操作，并记录存储该用户操作的时间信息；当系统为用户推荐的操作并未被用户采用时，系统记录该推荐的相关信息并未被采用的结论，同时也存储该操作时间。

通过在预置数据库中所记录的用户的操作时间，以及在该时间段所对应的操作，系统可以预测出在该时间段内，用户的未来操作的可能性，其可以根据所记录的时间信息获得在之后的目标时间段内的模拟操作方式，系统可以根据其时间标记进行仿真预测操作，将该仿真预测操作存储于仿真数据库中。

本发明通过仿真数据库能够提供高准确率的推荐信息，使用户在获取推荐信息时更加顺畅，而仿真数据库中的推荐操作可以根据大量的数据计算得到置信度，并依据每次推荐操作的采纳与否对置信度进行修正，使的推荐信息被采纳率随着使用时间的增加而提高，能够不断提高推荐信息的准确率。

下面对本申请实施例提供的信息推荐装置进行描述，下文描述的信息推荐装置与上文描述的信息推荐方法可相互对应参照。

参照图2，本申请提供一种信息推荐装置，该信息推荐装置包括：第一确定模块210、第二确定模块220和发送模块230。

第一确定模块210，用于基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识。

第二确定模块220，用于在获取到历史推荐信息的情况下，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，置信度包括历史信息推荐过程中历史推荐信息在目标时段被目标用户采纳的比例。

发送模块230，用于将当前推荐信息发送至用户终端。

本申请实施例涉及的用户终端，可以是指向用户提供语音和/或数据连通性的设备，具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备等。在不同的系统中，终端设备的名称可能也不相同，例如在5G系统中，终端设备可以称为用户设备(UserEquipment，UE)。

本申请实施例涉及的网络设备，可以是基站，该基站可以包括多个为终端提供服务的小区。根据具体应用场合不同，基站又可以称为接入点，或者可以是接入网中在空中接口上通过一个或多个扇区与无线终端设备通信的设备，或者其它名称。

图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communication Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的计算机程序，以执行信息推荐方法的步骤，例如包括：基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；在获取到历史推荐信息的情况下，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，置信度包括历史信息推荐过程中历史推荐信息在目标时段被目标用户采纳的比例；将当前推荐信息发送至用户终端。

此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各实施例所提供的信息推荐方法的步骤，例如包括：基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；在获取到历史推荐信息的情况下，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，置信度包括历史信息推荐过程中历史推荐信息在目标时段被目标用户采纳的比例；将当前推荐信息发送至用户终端。

另一方面，本申请实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行上述各实施例提供的方法的步骤，例如包括：基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；在获取到历史推荐信息的情况下，基于用户标识、目标时段、历史推荐信息和历史推荐信息对应的置信度，确定当前推荐信息，置信度包括历史信息推荐过程中历史推荐信息在目标时段被目标用户采纳的比例；将当前推荐信息发送至用户终端。

所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

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各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种信息推荐方法，其特征在于，包括：

基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；

在获取到历史推荐信息的情况下，基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，所述置信度包括历史信息推荐过程中所述历史推荐信息在目标时段被所述目标用户采纳的比例；

将所述当前推荐信息发送至所述用户终端。

2.根据权利要求1所述的信息推荐方法，其特征在于，所述基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，包括：

基于所述用户标识和所述目标时段，从多个所述历史推荐信息中筛选出备选推荐信息；

基于所述备选推荐信息的置信度，从所述备选推荐信息中筛选出所述当前推荐信息。

3.根据权利要求1所述的信息推荐方法，其特征在于，所述历史推荐信息以及所述历史推荐信息对应的置信度值均基于信息推荐过程进行实时更新。

4.根据权利要求1所述的信息推荐方法，其特征在于，所述基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，包括：

基于所述查询请求，确定关键词信息；

所述基于所述关键词信息、所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息。

5.根据权利要求4所述的信息推荐方法，其特征在于，所述置信度还包括所述历史推荐信息与所述关键词信息的关联度，所述置信度设置为基于所述用户终端对所述关联度的修改请求进行更新。

6.根据权利要求4所述的信息推荐方法，其特征在于，所述关键词信息包括：用户输入情景类型和/或用户输入上下文信息。

7.根据权利要求1至6中任一项所述的信息推荐方法，其特征在于，在所述基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识之后，还包括：

在未获取到所述历史推荐信息的情况下，基于所述用户标识和所述目标时段，从预存的推荐数据中确定所述当前推荐信息。

8.一种信息推荐装置，其特征在于，包括：

第一确定模块，用于基于用户终端发送的查询请求，确定目标时段以及目标用户的用户标识；

第二确定模块，用于在获取到历史推荐信息的情况下，基于所述用户标识、所述目标时段、所述历史推荐信息和所述历史推荐信息对应的置信度，确定当前推荐信息，所述置信度包括历史信息推荐过程中所述历史推荐信息在目标时段被所述目标用户采纳的比例；

发送模块，用于将所述当前推荐信息发送至所述用户终端。

9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的信息推荐方法。

10.一种计算机程序产品，包括计算机程序，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中任一项所述的信息推荐方法。