技術(shù)特征：

1.一種推薦方法，其特征在于，所述方法包括：

獲取第一推薦對象的歷史使用信息；

對獲取的所述歷史使用信息進(jìn)行分析，獲得所述第一推薦對象的生存時(shí)間；

根據(jù)所述生存時(shí)間對所述第一推薦對象進(jìn)行生存分析，獲得每種所述第一推薦對象在不同時(shí)間的存活率；

根據(jù)每種所述第一推薦對象在不同時(shí)間的存活率、以及所述第一推薦對象的生存時(shí)間，確定所述第一推薦對象當(dāng)前的存活率；

在所述第一推薦對象當(dāng)前的存活率低于預(yù)設(shè)閾值時(shí)，將所述第一推薦對象對應(yīng)的用戶作為待推薦用戶，向所述待推薦用戶推薦第二推薦對象。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一推薦對象的歷史使用信息包括所述第一推薦對象每次被使用的開始時(shí)間及結(jié)束時(shí)間；

相應(yīng)的，所述對獲取的所述歷史使用信息進(jìn)行分析，獲得所述第一推薦對象的生存時(shí)間，包括：

對所述第一推薦對象每次被使用的開始時(shí)間及結(jié)束時(shí)間進(jìn)行分析，獲得每個(gè)所述用戶的每個(gè)所述第一推薦對象的第一推薦對象使用頻率序列U_pj；

所述U_pj＝{x_1j，···，x_ij，···，x_mj|1≤i≤m}，1≤j≤n；其中，n是指每個(gè)所述用戶的第一推薦對象的數(shù)目，m是指將指定時(shí)間段以指定時(shí)長劃分后獲得的時(shí)間段的數(shù)目；x_ij是指所述用戶在第i個(gè)時(shí)間段對所述用戶的第j個(gè)第一推薦對象的使用頻率，所述S_ij是指所述用戶在第i個(gè)時(shí)段對所述用戶的第j個(gè)第一推薦對象的使用次數(shù)，S_it是指所述用戶在第i個(gè)時(shí)段對所述用戶的第t個(gè)第一推薦對象的使用次數(shù)；

對各個(gè)所述用戶的各個(gè)第一推薦對象的第一推薦對象使用頻率序列U_pj進(jìn)行聚類分析，確定出所述用戶的停用第一推薦對象和新增第一推薦對象，所述用戶的各個(gè)第一推薦對象的開始生存時(shí)間及停用第一推薦對象的停用時(shí)間；

根據(jù)確定出的所述用戶的停用第一推薦對象和新增第一推薦對象、所述用戶的各個(gè)第一推薦對象的開始生存時(shí)間及停用第一推薦對象的停用時(shí)間，獲得各個(gè)所述用戶的各個(gè)所述第一推薦對象的生存時(shí)間。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述生存時(shí)間對所述第一推薦對象進(jìn)行生存分析，獲得每種所述第一推薦對象在不同時(shí)間的存活率，包括：

根據(jù)所述生存時(shí)間確定出所述第一推薦對象的結(jié)局狀態(tài)，所述結(jié)局狀態(tài)包括存活；

分別統(tǒng)計(jì)出每種所述第一推薦對象的第一存活推薦對象總數(shù)、以及每種所述第一推薦對象在不同時(shí)間的第二存活推薦對象總數(shù)；所述第一存活推薦對象總數(shù)是指在每種所述第一推薦對象中結(jié)局狀態(tài)為存活的第一推薦對象的總數(shù)；所述第二存活推薦對象總數(shù)是指在所述第一存活推薦對象總數(shù)中所述生存時(shí)間超過指定時(shí)間的第一推薦對象的總數(shù)；

分別計(jì)算出每種所述第一推薦對象在不同時(shí)間的第二存活推薦對象總數(shù)，與每種所述第一推薦對象的第一存活推薦對象總數(shù)的比值；

將指定時(shí)間的所述比值作為每種所述第一推薦對象在指定時(shí)間的存活率。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述向所述待推薦用戶推薦第二推薦對象，包括：

在所述第一推薦對象當(dāng)前的存活率低于預(yù)設(shè)閾值時(shí)，將存活率低于預(yù)設(shè)閾值的所述第一推薦對象作為待更換推薦對象；根據(jù)所述待更換推薦對象與各個(gè)所述第一推薦對象的相似度，向所述待推薦用戶推薦第二推薦對象。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述待更換推薦對象與各個(gè)所述第一推薦對象的相似度，向所述待推薦用戶推薦第二推薦對象，包括：

根據(jù)所述歷史使用信息計(jì)算出每種所述第一推薦對象的用戶占比、新增用戶數(shù)目及用戶流失率；

獲取各個(gè)所述第一推薦對象的屬性信息；

根據(jù)所述屬性信息對各個(gè)所述第一推薦對象進(jìn)行分類；

根據(jù)每種所述第一推薦對象的用戶占比、新增用戶數(shù)目及用戶流失率，為每類所述第一推薦對象選出優(yōu)選第一推薦對象；

根據(jù)所述屬性信息計(jì)算所述待更換推薦對象與同類別的所述優(yōu)選第一推薦對象的相似度值；

在所述相似度值超過預(yù)設(shè)相似度值時(shí)，向所述待推薦用戶推薦所述優(yōu)選第一推薦對象。

6.根據(jù)權(quán)利要求1、4或5所述的方法，其特征在于，所述方法還包括：

接收推薦評(píng)估值；

根據(jù)所述推薦評(píng)估值調(diào)整所述第一推薦對象當(dāng)前的存活率。

7.一種推薦系統(tǒng)，其特征在于，所述系統(tǒng)包括：

獲取模塊，用于獲取第一推薦對象的歷史使用信息；

第一分析模塊，用于對獲取的所述歷史使用信息進(jìn)行分析，獲得所述第一推薦對象的生存時(shí)間；

第二分析模塊，用于根據(jù)所述生存時(shí)間對所述第一推薦對象進(jìn)行生存分析，獲得每種所述第一推薦對象在不同時(shí)間的存活率；

確定模塊，用于根據(jù)每種所述第一推薦對象在不同時(shí)間的存活率、以及所述第一推薦對象的生存時(shí)間，確定所述第一推薦對象當(dāng)前的存活率；

推薦模塊，用于在所述第一推薦對象當(dāng)前的存活率低于預(yù)設(shè)閾值時(shí)，將所述第一推薦對象對應(yīng)的用戶作為待推薦用戶，向所述待推薦用戶推薦第二推薦對象。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述第一推薦對象的歷史使用信息包括所述第一推薦對象每次被使用的開始時(shí)間及結(jié)束時(shí)間；

相應(yīng)的，所述第一分析模塊，具體用于對所述第一推薦對象每次被使用的開始時(shí)間及結(jié)束時(shí)間進(jìn)行分析，獲得每個(gè)所述用戶的每個(gè)所述第一推薦對象的第一推薦對象使用頻率序列U_pj；所述U_pj＝{x_1j，···，x_ij，···，x_mj|1≤i≤m}，1≤j≤n；其中，n是指每個(gè)所述用戶的第一推薦對象的數(shù)目，m是指將指定時(shí)間 段以指定時(shí)長劃分后獲得的時(shí)間段的數(shù)目；x_ij是指所述用戶在第i個(gè)時(shí)間段對所述用戶的第j個(gè)第一推薦對象的使用頻率，所述S_ij是指所述用戶在第i個(gè)時(shí)段對所述用戶的第j個(gè)第一推薦對象的使用次數(shù)，S_it是指所述用戶在第i個(gè)時(shí)段對所述用戶的第t個(gè)第一推薦對象的使用次數(shù)；

對各個(gè)所述用戶的各個(gè)第一推薦對象的第一推薦對象使用頻率序列U_pj進(jìn)行聚類分析，確定出所述用戶的停用第一推薦對象和新增第一推薦對象，所述用戶的各個(gè)第一推薦對象的開始生存時(shí)間及停用第一推薦對象的停用時(shí)間；根據(jù)確定出的所述用戶的停用第一推薦對象和新增第一推薦對象、所述用戶的各個(gè)第一推薦對象的開始生存時(shí)間及停用第一推薦對象的停用時(shí)間，獲得各個(gè)所述用戶的各個(gè)所述第一推薦對象的生存時(shí)間。

9.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述第二分析模塊，具體用于根據(jù)所述生存時(shí)間確定出所述第一推薦對象的結(jié)局狀態(tài)，所述結(jié)局狀態(tài)包括存活；分別統(tǒng)計(jì)出每種所述第一推薦對象的第一存活推薦對象總數(shù)、以及每種所述第一推薦對象在不同時(shí)間的第二存活推薦對象總數(shù)；所述第一存活推薦對象總數(shù)是指在每種所述第一推薦對象中結(jié)局狀態(tài)為存活的第一推薦對象的總數(shù)；所述第二存活推薦對象總數(shù)是指在所述第一存活推薦對象總數(shù)中所述生存時(shí)間超過指定時(shí)間的第一推薦對象的總數(shù)；分別計(jì)算出每種所述第一推薦對象在不同時(shí)間的第二存活推薦對象總數(shù)，與每種所述第一推薦對象的第一存活推薦對象總數(shù)的比值；將指定時(shí)間的所述比值作為每種所述第一推薦對象在指定時(shí)間的存活率。

10.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述推薦模塊，還用于在所述第一推薦對象當(dāng)前的存活率低于預(yù)設(shè)閾值時(shí)，將存活率低于預(yù)設(shè)閾值的所述第一推薦對象作為待更換推薦對象；根據(jù)所述待更換推薦對象與各個(gè)所述第一推薦對象的相似度，向所述待推薦用戶推薦第二推薦對象。

11.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述推薦模塊，還用于根 據(jù)所述歷史使用信息計(jì)算出每種所述第一推薦對象的用戶占比、新增用戶數(shù)目及用戶流失率；獲取各個(gè)所述第一推薦對象的屬性信息；根據(jù)所述屬性信息對各個(gè)所述第一推薦對象進(jìn)行分類；根據(jù)每種所述第一推薦對象的用戶占比、新增用戶數(shù)目及用戶流失率，為每類所述第一推薦對象選出優(yōu)選第一推薦對象；根據(jù)所述屬性信息計(jì)算所述待更換推薦對象與同類別的所述優(yōu)選第一推薦對象的相似度值；在所述相似度值超過預(yù)設(shè)相似度值時(shí)，向所述待推薦用戶推薦所述優(yōu)選第一推薦對象。

12.根據(jù)權(quán)利要求7、10或11所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括：

接收模塊，用于接收推薦評(píng)估值；根據(jù)所述推薦評(píng)估值調(diào)整所述第一推薦對象當(dāng)前的存活率。