本发明公开了一种时序感知的动态社交场景推荐方法，包括：从用户历史消费行为和社交行为记录中获取用于分析的基本数据；根据基本数据建模用户时序消费行为与时序社交行为，从而利用获得的动态用户个人偏好与动态社交背景信息还原历史消费行为中用户的决策过程，再结合用户的决策函数估计商品的相对排序，并实现用户决策函数中相关参数的训练；对于新的商品，基于完成参数训练的决策函数，计算用户对于每个商品的偏好得分，进而通过稳定匹配的方式预测用户选择的结果并进行推荐。上述方法，既可以实现对于用户的精准画像，又可以提升对于用户决策分析乃至商品推荐的性能，实现一举多得的效果。