1.一种个性化推荐方法，其特征在于，包括以下步骤：

获取当前推荐系统向用户推荐的推荐结果序列；

在所述推荐结果序列中获取预设第一方向的预设第一推荐个数个推荐结果作为初次推荐结果序列，所述预设第一推荐个数小于或等于所述推荐结果序列中的推荐结果总数；

根据所述用户的身份信息在用户属性知识库预先存储的用户属性表中查询是否存储所述用户的属性，所述用户属性表包括用户字段和用户属性字段；

当查询结果为是时，分别将所述初次推荐结果序列中的各个推荐结果与所述用户的属性进行匹配，当查询结果为否时，判断所述用户是否为所述当前推荐系统的注册用户，将所述用户的属性存储在所述用户属性知识库中，分别将所述初次推荐结果序列中的各个推荐结果与所述用户的属性进行匹配；

所述分别将所述初次推荐结果序列中的各个推荐结果与所述用户的属性进行匹配包括：分别将所述初次推荐结果序列中的各个推荐结果和所述用户的属性转化为字符串；分别计算所述初次推荐结果序列中的各个推荐结果转化的字符串与所述用户的属性转化的字符串的匹配度；

根据匹配结果，按照预设原则对所述初次推荐结果序列中的各个推荐结果进行排序；

在排序后的推荐结果序列中获取预设第二方向的预设第二推荐个数个推荐结果作为最终推荐结果序列，所述预设第二推荐个数小于或等于所述预设第一推荐个数；

输出所述最终推荐结果序列；

所述当前推荐系统包括现有的至少一种推荐系统或新开发的推荐系统；推荐系统向用户推荐的推荐结果包括至少一种类型的推荐结果；

在“当查询结果为否时，判断所述用户是否为所述当前推荐系统的注册用户”之后，“将所述用户的属性存储在所述用户属性知识库中”之前还包括：当判定结果为是时，从所述当前推荐系统的所述用户的注册信息中获取所述用户的属性；当判定结果为否时，生成一个信息采集窗口，采集所述用户的属性。

2.根据权利要求1所述的个性化推荐方法，其特征在于，所述用户的身份信息包括用户ID，所述用户字段中存储用户ID，所述用户属性字段中存储用户的属性，所述用户的属性包括用户的年龄、性别、职业、学历、专业、特长、爱好和地理位置中的任意一项或任意组合。

3.根据权利要求1或2所述的个性化推荐方法，其特征在于，当查询结果为否时，判断所述用户是否为所述当前推荐系统的注册用户；当判定结果为是时，从所述当前推荐系统的所述用户的注册信息中获取所述用户的属性，并将所述用户的属性存储在所述用户属性知识库中；当判定结果为否时，生成一个信息采集窗口，采集所述用户的属性，并将所述用户的属性存储在所述用户属性知识库中，具体包括：从所述用户属性知识库中检索所述用户的属性，当从所述用户属性知识库中检索不到所述用户或所述用户的属性时，则判断用户是否为当前推荐系统的注册用户，当所述用户是注册用户，则获取所述用户的注册信息中的用户属性加入所述用户属性知识库，当所述用户不是注册用户，则弹出对话框以获取所述用户的用户属性加入所述用户属性知识库，如果所述用户的注册信息中没有用户属性时，也可以通过弹出对话框以获取所述用户的属性加入所述用户属性知识库。

4.根据权利要求1所述的个性化推荐方法，其特征在于，所述根据匹配结果，按照预设原则对所述初次推荐结果序列中的各个推荐结果进行排序的步骤包括：分别获取所述初次推荐结果序列中的各个推荐结果转化的字符串与所述用户的属性转化的字符串的相同字符个数；

根据获取的相同字符个数，从大到小对所述初次推荐结果序列中的各个推荐结果进行排序。

5.一种个性化推荐系统，其特征在于，包括：

推荐结果序列获取模块，用于获取当前推荐系统向用户推荐的推荐结果序列；

初次推荐结果序列获取模块，用于在所述推荐结果序列中获取预设第一方向的预设第一推荐个数个推荐结果作为初次推荐结果序列，所述预设第一推荐个数小于或等于所述推荐结果序列中的推荐结果总数；

属性查询模块，用于根据所述用户的身份信息在用户属性知识库预先存储的用户属性表中查询是否存储所述用户的属性，所述用户属性表包括用户字段和用户属性字段；

结果匹配模块，用于当查询结果为是时，分别将所述初次推荐结果序列中的各个推荐结果与所述用户的属性进行匹配，当查询结果为否时，判断所述用户是否为所述当前推荐系统的注册用户，将所述用户的属性存储在所述用户属性知识库中，分别将所述初次推荐结果序列中的各个推荐结果与所述用户的属性进行匹配；

所述结果匹配模块包括：转化单元，用于分别将所述初次推荐结果序列中的各个推荐结果和所述用户的属性转化为字符串；匹配单元，用于分别计算所述初次推荐结果序列中的各个推荐结果转化的字符串与所述用户的属性转化的字符串的匹配度；

结果排序模块，用于根据匹配结果，按照预设原则对所述初次推荐结果序列中的各个推荐结果进行排序；

最终推荐结果序列获取模块，用于在排序后的推荐结果序列中获取预设第二方向的预设第二推荐个数个推荐结果作为最终推荐结果序列，所述预设第二推荐个数小于或等于所述预设第一推荐个数；

序列输出模块，用于输出所述最终推荐结果序列；

所述当前推荐系统包括现有的至少一种推荐系统或新开发的推荐系统；推荐系统向用户推荐的推荐结果包括至少一种类型的推荐结果；

在“当查询结果为否时，判断所述用户是否为所述当前推荐系统的注册用户”之后，“将所述用户的属性存储在所述用户属性知识库中”之前还包括：当判定结果为是时，从所述当前推荐系统的所述用户的注册信息中获取所述用户的属性；当判定结果为否时，生成一个信息采集窗口，采集所述用户的属性。

6.根据权利要求5所述的个性化推荐系统，其特征在于，所述用户的身份信息包括用户ID，所述用户字段中存储用户ID，所述用户属性字段中存储用户的属性，所述用户的属性包括用户的年龄、性别、职业、学历、专业、特长、爱好和地理位置中的任意一项或任意组合。

7.根据权利要求5或6所述的个性化推荐系统，其特征在于，还包括属性获取模块，用于从所述用户属性知识库中检索所述用户的属性，当从所述用户属性知识库中检索不到所述用户或所述用户的属性时，则判断用户是否为当前推荐系统的注册用户，当所述用户是注册用户，则获取所述用户的注册信息中的用户属性加入所述用户属性知识库，当所述用户不是注册用户，则弹出对话框以获取所述用户的用户属性加入所述用户属性知识库，如果所述用户的注册信息中没有用户属性时，也可以通过弹出对话框以获取所述用户的属性加入所述用户属性知识库。

8.根据权利要求5所述的个性化推荐系统，其特征在于，所述结果排序模块包括：

获取单元，用于分别获取所述初次推荐结果序列中的各个推荐结果转化的字符串与所述用户的属性转化的字符串的相同字符个数；

排序单元，用于根据获取的相同字符个数，从大到小对所述初次推荐结果序列中的各个推荐结果进行排序。

9.一种计算机可读存储介质，其上存储有计算机程序，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4中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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4中任一项所述的方法的步骤。