1.一种基于情感标签的时尚品推荐方法，其特征在于，其方法包括以下步骤：S1，对用户已购买的时尚品，获取用户对该时尚品的评分信息和添加标签的情感分值；

对用户已浏览的时尚品，获取所添加标签的情感分值；

S2，建立用户的情感词典；

S3，获取时尚品的信息，时尚品信息至少包括预测的时尚品生命周期，根据所述时尚品生命周期计算得到时尚品的流行分数；

S4，根据S1用户对时尚品的评分信息和标签的情感分值，计算出时尚品总权重分数并排序，得到时尚品总权重分数排序列表；时尚品总权重分数计算过程如下：计算基于评分信息的时尚品权重分数；

计算基于情感的时尚品权重分数；

时尚品总权重分数＝(1-α)*基于评分信息的时尚品总权重分数+α*基于情感的时尚品权重分数；

S5，基于S4所得每个用户的时尚品总权重分数，利用每位用户u的标签总权重分值，计算每位用户的平均总权重分值μu，再利用相似度原理计算Pearson相关系数，得到用户u的相似用户v的排序列表；

S6，根据S4所得用户的时尚品权重分数结果和S3所得时尚品的流行分数，计算得到时尚品推荐分数并排序，得到推荐分数排序列表；

时尚品推荐分数＝流行分数*时尚品总权重分数

按照步骤5所得到的相似用户排序列表，从时尚品推荐分数列表中推荐时尚品给相似用户。

2.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S2中，所述用户的情感词典，是记录用户添加过的情感标签以及情感分值，由用户随时增加和删除情感标签，以及修改情感分值。

3.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S3中，所述时尚品的信息还包括发行日期、品牌和价格。

4.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S3中，时尚品的流行分数：其中：T为预测的时尚品生命周期，t为时尚品发行后的天数，随着发行天数的增加，时尚品的流行分数越来越低，FScore最小值为0，对于经典款的时尚品，其流行分数恒为1。

5.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S4中，基于评分信息的时尚品权重分数计算：其中ru,i是用户为时尚品的评分值，ru,i(h)用户为时尚品i添加的标签h的标准化评分值，将每个用户的评分矢量化，然后将其归一化为单位矢量：I是用户评分过的所有时尚品的总数量。

6.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S4中，基于情感的时尚品权重分数计算如下：(1)删除标签中包含的特殊字符；

(2)移除标签中的专有名词；

(3)计算标签的情感分值，使用用户的情感词典来计算标签的情感分值，如果标签存在于用户的情感词典中，则使用情感词典中的分值作为标签的情感分值：we(hu,i)＝EmotionScore(hu,i)

其中EmotionScore(hu,i)是情感词典中标签hu,i的情感值，如果情感字典中包含该标签，则该标签的情感分值为情感字典中的情感分值；

如果同时有多个标签存在于用户的情感词典中，则根据多个标签的情感值来计算情感分值：其中set是由多个标签组成的集合，|set|是集合中所有标签的个数，|setemotion|是集合中情感标签的个数。

7.根据权利要求1所述的基于情感标签的时尚品推荐方法，其特征在于，S5中，利用每位用户u的标签总权重分值，计算每位用户的平均总权重分值μu：Iu表示已被用户u评价的时尚品的序号集合；Pearson相关系数可以用来衡量用户u和用户v之间的评分向量的相似度Sim(u,v)，用户(行)u和v之间的Pearson相关系数定义如下：其中Iu∩Iv是用户u和用户v均已知的标签总权重分值集合。

8.一种时尚品推荐系统，其特征在于，包括：信息获取模块，用于获取用户对该时尚品的评分信息和添加标签的情感分值、获取用户的情感词典以及获取时尚品的信息；

数据处理模块，基于用户对该时尚品的评分信息和添加标签的情感分值、获取用户的情感词典以及时尚品的信息计算得到：基于评分信息的时尚品权重分数、基于情感的时尚品权重分数、时尚品总权重分数、时尚品的流行分数、时尚品推荐分数以及时尚品推荐分数列表；基于用户对时尚品的总权重分数，利用相似度原理计算得到相似用户；

推荐模块，基于时尚品推荐分数、时尚品推荐分数列表和相似用户，向相似用户进行时尚品推荐。

9.一种时尚品推荐装置，其特征在于，包括处理器、存储器、信息获取装置以及推荐结果输出装置，处理器与存储器通过I/O接口连接，信息获取装置连接处理器输入端，推荐结果输出装置连接处理器的输出端；存储器存储可执行计算机程序，处理器在执行所述可执行计算机程序够执行权利要求1-7中任意一项所述的时尚品推荐方法，并将推荐结果通过推荐结果输出装置展示。