技術特征：

1.一種對象推薦方法，其特征在于，所述方法包括：

獲取多個用戶相對于多個對象喜好的數(shù)據(jù)集，根據(jù)協(xié)同過濾方法獲取指定用戶所對應的第一對象推薦列表；

通過案例推理方法，結合預先設定的案例推理庫，獲取所述第一對象推薦列表中的對象相對于所述指定用戶的子解的適用度；

根據(jù)計算的所述適用度生成第二對象推薦列表，向所述指定用戶推薦對象。

2.根據(jù)權利要求1所述方法，其特征在于，所述獲取多個用戶與對象喜好的數(shù)據(jù)集步驟包括：

獲取多個用戶相對于多個對象喜好的數(shù)據(jù)集，并對所述數(shù)據(jù)集進行哈希編碼。

3.根據(jù)權利要求1所述方法，其特征在于，所述根據(jù)協(xié)同過濾方法獲取指定用戶所對應的第一對象推薦列表步驟包括：

獲取指定用戶的已評分對象的集合；

在預存的對象庫中查找所述已評分對象的集合中的每個對象的相似對象，在查找的相似對象中過濾所述指定用戶已評分對象，構成相似對象集；

計算相似對象集中的每個對象與指定用戶的已評分對象的集合間的相似度值，并根據(jù)所述相似度值生成第一對象推薦列表。

4.根據(jù)權利要求1所述方法，其特征在于，所述通過案例推理方法，結合預先設定的案例推理庫，獲取所述第一對象推薦列表中的對象相對于所述指定用戶的子解的適用度步驟包括：

獲取所述第一對象推薦列表中的每個對象與指定用戶的已評分對象的集合間的相似度值，計算每個對象在所述第一對象推薦列表中的歸一化相似度值；

根據(jù)所述歸一化相似度值，通過公式計算每個對象的子解的適用度，其中，AD_Comp表示子解的適用度，表示歸一化相似度值，C_i表示第一對象推薦列表中的對象，C^*表示在案例推理庫中，子解Comp出現(xiàn)過的次數(shù)；

將所述對象的子解的適應度與預設的適應度閾值比較，根據(jù)所述比較結果生成第二對象推薦列表。

5.根據(jù)權利要求1所述方法，其特征在于，在所述根據(jù)計算的所述適用度生成第二對象推薦列表，向所述指定用戶推薦對象步驟之后，所述方法還包括：

監(jiān)測所述指定用戶是否采用推薦的對象；

如果所述用戶采用所述推薦的對象，則將所述用戶采用所述推薦的對象添加至案例推理庫。

6.一種對象推薦裝置，其特征在于，所述裝置包括：

列表獲取單元，用于獲取多個用戶相對于多個對象喜好的數(shù)據(jù)集，根據(jù)協(xié)同過濾方法獲取指定用戶所對應的第一對象推薦列表；

適用度計算單元，用于通過案例推理方法，結合預先設定的案例推理庫，獲取所述第一對象推薦列表中的對象相對于所述指定用戶的子解的適用度；

對象推薦單元，用于根據(jù)計算的所述適用度生成第二對象推薦列表，向所述指定用戶推薦對象。

7.根據(jù)權利要求6所述裝置，其特征在于，所述列表獲取單元具體用于：

獲取多個用戶相對于多個對象喜好的數(shù)據(jù)集，并對所述數(shù)據(jù)集進行哈希編碼。

8.根據(jù)權利要求6所述裝置，其特征在于，所述列表獲取單元包括：

評分對象獲取子單元，用于獲取指定用戶的已評分對象的集合；

相似對象查找子單元，用于在預存的對象庫中查找所述已評分對象的集合中的每個對象的相似對象，在查找的相似對象中過濾所述指定用戶已評分對象，構成相似對象集；

列表生成子單元，用于計算相似對象集中的每個對象與指定用戶的已評分對象的集合間的相似度值，并根據(jù)所述相似度值生成第一對象推薦列表。

9.根據(jù)權利要求6所述裝置，其特征在于，所述適用度計算單元包括：

歸一化子單元，用于獲取所述第一對象推薦列表中的每個對象與指定用戶的已評分對象的集合間的相似度值，計算每個對象在所述第一對象推薦列表中的歸一化相似度值；

計算子單元，用于根據(jù)所述歸一化相似度值，通過公式計算每個對象的子解的適用度，其中，AD_Comp表示子解的適用度，表示歸一化相似度值，C_i表示第一對象推薦列表中的對象，C^*表示在案例推理庫中，子解Comp出現(xiàn)過的次數(shù)；

比較子單元，用于將所述對象的子解的適應度與預設的適應度閾值比較，根據(jù)所述比較結果生成第二對象推薦列表。

10.根據(jù)權利要求6所述裝置，其特征在于，所述裝置還包括：

監(jiān)測單元，用于監(jiān)測所述指定用戶是否采用推薦的對象；

案例添加單元，用于如果所述用戶采用所述推薦的對象，則將所述用戶采用所述推薦的對象添加至案例推理庫。