1.一种基于数据挖掘技术的标签自动分类方法，其特征在于，包括如下步骤：

S1：获取观影记录日志信息，通过jieba分词技术提取信息中的语义关键字；

S2：基于资料库和标签规则库，根据语义关键字获取到OLP信息；

S3：判断获取到的OLP信息是否完整，如果完整，进入步骤S4，如果不完整，进入步骤S5；

S4：构建OLP关系树，并且根据OLP关系树构建标签目类结构树，结束分类；

标签目类结构树是以标签和标签对象构成的层次结构，树的节点是具体的属性，树的非叶子节点是标签的名称，目录树表达了对象的链接方式，显示了从一个对象到另一个对象的路径；

S5：基于历史信息标签库，对OLP信息进行相似度查询，判断OLP信息是否是噪声内容，如果是，剔除噪声关键字信息，完成分类流程；如果不是，通过网络爬虫信息获取到无法识别的关键字信息，且设定为待定义标签信息，根据待定义标签信息和历史库中的标签信息的相似度，对待定义标签信息进行定义处理；

所述步骤S2中OLP信息包括主体、客体、属性的关系；

所述步骤S4中构建OLP关系树，并且根据OLP关系树构建标签目类结构树的具体方式为：资料库包括人员库和影片库，如果在人员库匹配出来，确定主体的信息完整；如果在影片库匹配出来，确定客体的信息完整；根据影片的名称确定影片的类型；根据观影时间、影片类型，利用OLP信息规则自动创建人员的标签；

所述步骤S5中待定义标签信息的获取方法为：通过网络爬虫信息将无法识别的关键字的信息接入互联网获取分类，并将自动分类为待定义的标签信息；

所述步骤S5中对待定义标签信息进行定义处理的方式为：将待定义的标签信息与历史库中的标签信息做余弦相似度计算，将相似度大于设定值的待定义标签信息直接维护到标签规则库中，相似度低于设定值的待定义标签信息通过人工进行判定和维护，再维护到标签规则库中。

2.根据权利要求1所述的一种基于数据挖掘技术的标签自动分类方法，其特征在于，所述步骤S2中OLP信息的获取方式为：根据语义关键字在资料库和标签规则库中进行查询，获取到对应的OLP信息。