1.新浪微博事件推荐方法，其特征在于，包括：

S1、采用改进的余弦夹角算法计算用户模型与事件向量之间的相似度，若相似度大于阈值，则将该事件推荐给用户；否则不推荐；

S2、根据最近时长K内到达事件数据库的推荐事件对用户模型进行更新；

S3、根据被用户点赞事件对用户模型进行更新。

2.根据权利要求1所述的新浪微博事件推荐方法，其特征在于，改进的余弦夹角算法具体为：其中，sameWordNum表示用户模型A和事件模型B相同的关键词数目；min(|A|,|B|)表示用户模型A和事件模型B中最小的维数；wai表示用户模型A中特征词ai对应的权重；wbj表示事件模型B中特征词bj对应的权重。

3.根据权利要求2所述的新浪微博事件推荐方法，其特征在于，所述用户模型从用户数据库中提取。

4.根据权利要求3所述的新浪微博事件推荐方法，其特征在于，所述事件向量从事件数据库中提取。

5.根据权利要求1所述的新浪微博事件推荐方法，其特征在于，步骤S2具体为：S21、当事件数据库中有新的推荐事件到达，则提取最近的时长K内到达的推荐事件；

S22、选取步骤S21提取的各推荐事件中权重大于第一阈值的特征词加入用户模型中；

S23、选取当前用户模型特征词中的高频词汇作为新的用户模型。

6.根据权利要求1所述的新浪微博事件推荐方法，其特征在于，步骤S3具体为：当有新的事件被点赞，则记录被点赞事件的ID，根据ID从事件数据库中查找对应事件，提取该事件的高频词汇。