且当前为休息时间段，则确定出的待推荐给用户的应用的 列表信息包括了外卖、送餐、餐饮推荐等服务类应用。再例如，用户的人群属性特征显示用 户是上班族，应用推荐业务平台检测到用户当前位于生活区，且当前为晚上时间段，则确定 出的待推荐给用户的应用的列表信息包括了视频、音乐、游戏、淘宝等娱乐、购物类的应用。 可以将用户进行人群划分，用户的时间进行分片处理，位置进行功能分区，制定情境感知推 荐策略，举例如下：
[0070] 表2待推荐给用户的应用的列表信息
[0072] 应用推荐业务平台也可以同时根据用户的兴趣爱好特征和人群属性特征，以及用 户当前所处的地理位置以及当前时间，确定待推荐给用户的应用的列表信息。例如，用户的 兴趣爱好特征显示用户对金融类以及音乐类的应该更感兴趣，用户的人群属性特征显示用 户是上班族，应用推荐业务平台检测到用户当前位于生活区，且当前为晚上时间段，则确定 出的待推荐给用户的应用的列表信息包括了金融类、音乐类的应用。
[0073] 本实施方式通过应用推荐业务平台根据用户的兴趣爱好特征或/和人群属性特 征，用户当前所处的地理位置以及当前时间，确定待推荐给用户的应用的列表信息。从而针 对各个用户自身的特征，并依照当前时间和位置，指定出应用推荐列表，从而为用户精准推 荐符合其兴趣，且兼顾其当前位置、时间信息的应用，满足不同用户在不同时间、不同地点 对于应用的个性化需求。
[0074] 进一步的，在上述实施例的基础上，步骤103中将应用的列表信息发送给用户，包 括：
[0075] 应用推荐业务平台在接收到用户发送的推荐请求之后，将应用的列表信息发送给 用户；
[0076] 或者，
[0077] 在用户登录应用推荐业务平台后，应用推荐业务平台将应用的列表信息发送给用 户；
[0078] 或者，
[0079] 应用推荐业务平台在预设的时间段内，将应用的列表信息发送给用户。
[0080] 在本实施方式中，具体的，应用推荐业务平台将确定出的应用的列表信息发送给 用户。用户可以向应用推荐业务平台发送的推荐请求，应用推荐业务平台将实时分析出的 应用的列表信息发送给用户，或者应用推荐业务平台将已经预先确定出的应用的列表信息 发送给用户。
[0081] 也可以是，用户登录应用推荐业务平台，然后，应用推荐业务平台将已经确定出的 应用的列表信息发送给用户，或者在用户登录应用推荐业务平台之后，应用推荐业务平台 将实时确定出的应用的列表信息发送给用户。
[0082] 也可以是，用户指定出一个第一推送时间表，第一推送时间表中包括各个时间段， 应用推荐业务平台在预设的各个时间段内，将应用的列表信息发送给用户，
[0083] 也可以是，应用推荐业务平台指定出一个第二推送时间表，第二推送时间表中包 括各个时间段，应用推荐业务平台根据用户的当前位置以及时间，在不同的时间段内向用 户发送确定出的应用的列表信息中排名较高的应用。
[0084] 也可以是，应用推荐业务平台在不同的时间段内，向休闲指数较高的用户，发送确 定出的应用的列表信息中排名较高的应用。
[0085] 图3为本发明实施例三提供的应用推荐业务平台的结构示意图，如图3所示，本实 施例提供的应用推荐业务平台，包括：
[0086] 数据获取模块31，用于从运营商服务器上采集获取用户的应用数据；
[0087] 数据挖掘模块32,用于对应用数据进行数据挖掘分析，得到用户的特征信息；
[0088] 应用推荐模块33,用于根据特征信息，确定待推荐给用户的应用的列表信息，并将 应用的列表信息发送给用户。
[0089] 本实施例的应用推荐业务平台可执行本发明实施例一提供的应用推荐方法，其实 现原理相类似，此处不再赘述。
[0090] 本实施例通过应用推荐业务平台对从运营商服务器上获取到的用户的应用数据， 进行数据挖掘分析，可以得到用户的特征信息，然后根据特征信息，确定待推荐给用户的应 用的列表信息，并将应用的列表信息发送给用户。从而实现了通过分析用户自身的特征，根 据用户自身的需求向用户发送应用的推荐列表，满足不同用户对于应用的个性化需求。
[0091] 图4为本发明实施例四提供的应用推荐业务平台的结构示意图，在实施例三的基 础上，如图4所示，本实施例提供的应用推荐业务平台中，数据挖掘模块32,包括：
[0092] 数据挖掘子模块321，用于对应用数据进行数据挖掘分析，得到用户的兴趣爱好特 征和/或人群属性特征；
[0093] 相应的，应用推荐模块33,包括：
[0094] 应用确定子模块331，用于根据兴趣爱好特征和/或人群属性特征，确定待推荐给 用户的应用的列表信息；
[0095] 应用发送子模块332,用于将应用的列表信息发送给用户。
[0096] 数据获取模块31，具体用于：从运营商服务器上采集获取用户的与各应用对应的 访问业务类型、访问时长、访问频次和访问流量；
[0097] 相应的，数据挖掘子模块321在用于对应用数据进行数据挖掘分析，得到用户的 兴趣爱好特征时，具体用于：
[0098] 根据与各应用对应的访问时长Si、访问频次Fi和访问流量M i，确定各应用的得分 ~ = Q 4/?. i i i，其中，Qi、〇2和Q 3为不同的第一预设权重值，S总i、F,& i和 Μ,&1分别为用户访问各应用的访问总时长、访问总频次和访问总流量，i e [1，N]，i为正整 数，N为正整数；
[0099] 根据各应用的得分&，以及与各应用对应的访问业务类型，确定属于同一访问业 务类型的应用的各兴趣指数
'其中，be [l，B]，b为正整数，B为正整数；
[0100] 根据各兴趣指数Ib，以及预先获取的各应用的评分，确定各应用的基础推荐指数 P1；
[0101] 确定各应用与用户当前使用的移动终端中的应用的各相似度Sij，其中， j e [i，j]，j为正整数，J为正整数；
[0102] 根据各相似度SlS，调整各应用的基础推荐指数？/ = + {1-氏.厂3阈值）}PiQi' +…+ {1-氏厂3阈值）}PiQ' N，其中，S阈值为预设相似度阈值，QJ为第二预 设权重值；
[0103] 根据调整后的基础推荐指数，对各应用进行排序，得到兴趣推荐列表，兴趣推荐列 表用于表征用户的兴趣爱好特征。
[0104] 数据获取模块31，具体用于：从运营商服务器上采集获取用户的与各应用对应的 访问开始时间、访问结束时间、访问基站；
[0105] 相应的，数据挖掘子模块321在用于对应用数据进行数据挖掘分析，得到用户的 人群属性特征时，具体用于：
[0106] 根据与各应用对应的访问开始时间、访问结束时间，确定用户每天的上网时间比 例；
[0107] 根据与各应用对应的访问基站，确定用户每天的运动轨迹；
[0108] 根据用户每天的上网时间比例、以及每天的运动轨迹，确定用户的人群属性特征。
[0109] 应用确定子模块331，具体用于：
[0110] 根据特征信息、用户当前所处的地理位置以及当前时间，确定待推荐给用户的应 用的列表信息。
[0111] 应用发送子模块332,具体用于：
[0112] 在接收到用户发送的推荐请求之后，将应用的列表信息发送给用户；或者，在用户 登录应用推荐业务平台后，将应用的列表信息发送给用户；或者，在预设的时间段内，将应 用的列表信息发送给用户。
[0113] 本实施例的应用推荐业务平台可执行本发明实施例二以及上述实施方式提供的 应用推荐方法，其实现原理相类似，此处不再赘述。
[0114] 本实施例通过应用推荐业务平台根据得到用户的兴趣爱好特征和/或人群属性 特征，去确定待推荐给用户的应用的列表信息。从而实现了通过分析用户自身的特征，根据 用户自身的需求向用户发送应用的推荐列表，满足不同用户对于应用的个性化需求。并且， 本实施方式通过应用推荐业务平台根据用户的兴趣爱好特征或/和人群属性特征，用户当 前所处的地理位置以及当前时间，确定待推荐给用户的应用的列表信息。从而针对各个用 户自身的特征，并依照当前时间和位置，指定出应用推荐列表，从而为用户精准推荐符合其 兴趣，且兼顾其当前位置、时间信息的应用，满足不同用户在不同时间、不同地点对于应用 的个性化需求。
[0115] 本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通 过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程 序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、