1.一种个性化推荐方法，其特征在于，包括以下步骤：对预先从推荐系统获取到的推荐信息进行筛选，得到初始推荐信息；

分别以各个初始推荐信息为搜索信息在搜索引擎中进行搜索，得到对应的N1条第一搜索结果，分别以各个初始推荐信息与预先获取的用户属性信息为搜索信息在搜索引擎中进行搜索，得到对应的N2条第二搜索结果；其中所述搜索是调用搜索引擎自动完成的；

根据各个初始推荐信息的N1与N2的比值对所述初始推荐信息进行筛选，得到推荐结果；

其中，根据各个初始推荐信息的N1与N2的比值对所述初始推荐信息进行筛选，得到推荐结果的步骤包括：计算各个初始推荐信息的N1与N2的比值N1/N2；对所述比值从小到大进行排序，得到所述比值对应的序列；根据所述序列获取所述推荐结果。

2.根据权利要求1所述的个性化推荐方法，其特征在于，在分别以各个初始推荐信息与预先获取的用户属性信息为搜索信息在搜索引擎中进行搜索之前，还包括以下步骤：获取搜索引擎上登录的注册账户；

提取所述账户相关联的用户属性信息。

3.根据权利要求1所述的个性化推荐方法，其特征在于，在分别以各个初始推荐信息与预先获取的用户属性信息为搜索信息在搜索引擎中进行搜索之前，还包括以下步骤：弹出信息输入界面；

接收用户在所述信息输入界面中输入的用户属性信息。

4.根据权利要求1所述的个性化推荐方法，其特征在于，根据各个初始推荐信息的N1与N2的比值对所述初始推荐信息进行筛选，得到推荐结果的步骤还包括：选择所述序列中的排序靠前的M个比值，并将所述M个比值对应的初始推荐信息设为推荐结果；其中，M小于N小于或等于P，N为初始推荐信息的数量，P为预先从推荐系统获取到的推荐信息的数量。

5.根据权利要求1所述的个性化推荐方法，其特征在于，对预先从推荐系统获取到的推荐信息进行筛选，得到初始推荐信息的步骤包括：计算预先从推荐系统获取到的推荐信息的数量；

将所述数量与预设的数量阈值进行比较；

若所述数量大于所述数量阈值，则从预先从推荐系统获取到的推荐信息中选择N条推荐信息，设为初始推荐信息；其中，N小于或等于P，P为预先从推荐系统获取到的推荐信息的数量。

6.根据权利要求1所述的个性化推荐方法，其特征在于，所述用户属性信息包括用户的年龄、性别、职业、学历、专业、特长、爱好和地理位置。

7.一种个性化推荐系统，其特征在于，包括：

第一筛选模块，用于对预先从推荐系统获取到的推荐信息进行筛选，得到初始推荐信息；

搜索模块，用于分别以各个初始推荐信息为搜索信息在搜索引擎中进行搜索，得到对应的N1条第一搜索结果，分别以各个初始推荐信息与预先获取的用户属性信息为搜索信息在搜索引擎中进行搜索，得到对应的N2条第二搜索结果；其中所述搜索是调用搜索引擎自动完成的；

第二筛选模块，用于根据各个初始推荐信息的N1与N2的比值对所述初始推荐信息进行筛选，得到推荐结果；

其中，所述第二筛选模块包括：

计算单元，用于计算各个初始推荐信息的N1与N2的比值N1/N2；

排序单元，用于对所述比值从小到大进行排序，得到所述比值对应的序列。

8.根据权利要求7所述的个性化推荐系统，其特征在于，还包括：获取模块，用于获取搜索引擎上登录的注册账户；

提取模块，用于提取所述账户相关联的用户属性信息。

9.根据权利要求7所述的个性化推荐系统，其特征在于，还包括：弹出模块，用于弹出信息输入界面；

接收模块，用于接收用户在所述信息输入界面中输入的用户属性信息。

10.根据权利要求7所述的个性化推荐系统，其特征在于，所述第二筛选模块还包括：选择单元，用于选择所述序列中的排序靠前的M个比值，并将所述M个比值对应的初始推荐信息设为推荐结果；其中，M小于N小于或等于P，N为初始推荐信息的数量，P为预先从推荐系统获取到的推荐信息的数量。