1.一种内容推荐方法，其特征在于，

所述方法包括以下步骤：

步骤1、对服务器收集到的目标用户的游戏画面数据进行图像预处理，对预处理后的图像进行特征值提取，并将提取到的画面特征值数据存储至用户数据库中；

步骤2、从用户数据库中提取预设时间范围内的画面特征值数据，得到画面特征集合；

步骤3、将所述画面特征集合输入预先训练的聚类模型中得到画面分类结果及聚类指标，并组合得到目标用户画面偏好特征；

步骤4、根据目标用户画面偏好特征从游戏数据库中筛选具有相似特征的游戏id作为第一内容推荐结果；

步骤5、根据目标用户画像数据在用户数据库中匹配相似用户群，获取相似用户群的历史游戏id，剔除目标用户的历史游戏id后作为第二内容推荐结果；

步骤6、根据第一内容推荐结果与第二内容推荐结果获得第三内容推荐结果，作为最终的内容推荐结果；

其中，第三内容推荐结果通过以下方式得到：

（1）计算第一内容推荐结果与第二内容推荐结果中所有元素的内容推荐指数；

所述内容推荐指数的计算方法为：

Rk=RI*I1k+N*RP*I2k，

其中，Rk为元素k的内容推荐指数，RI、RP分别为第一推荐系数和第二推荐系数，N为元素k在第二内容推荐结果中出现的次数，In（k n=1,2）为元素k的推荐权值；

当元素k在第一内容推荐结果中时I1k取1，否则I1k取0；当元素k在第二内容推荐结果中时I2k取1，否则I2k取0；

（2）提取第一内容推荐结果与第二内容推荐结果中内容推荐指数大于预设推荐指数阈值的元素作为第三内容推荐结果。

2.根据权利要求1所述的方法，其特征在于，

所述用户数据库包括用户基本信息列表、用户游戏记录表、用户游戏画面记录表、用户画像列表；

所述用户基本信息列表用于存储用户基本信息，包括用户id、用户名、年龄、地区；所述用户游戏记录表用于存储用户所注册游戏应用的相关操作数据，包括用户id、游戏id、游戏时长、游戏消费记录；所述用户游戏画面记录表用于存储用户的游戏画面数据，包括用户id、游戏id、画面id、画面特征值；所述用户画像列表用于存储用户画像数据，包括用户id、年龄、地域、职业、游戏类型偏好标签、时间偏好标签、消费偏好标签；

所述游戏数据库包括游戏基本信息列表、游戏画面特征列表；

所述游戏基本信息列表用于存储游戏基本信息，包括游戏id、名称、发行商、上市日期、类型标签；所述游戏画面特征列表用于存储游戏画面特征数据，包括游戏id、画面类型id、画面特征值；所述游戏用户列表用于存储游戏的所有用户信息。

3.根 据权利要求1所述的方法，其特征在于，

所述画面分类结果包括类别数量、各类别包含的元素数量、各类别的图像元素；

所述目标用户画面偏好特征包括画面分类结果、各分类对应的聚类指标数值、各分类对应的图像元素的画面特征值；

所述聚类指标采用轮廓系数、Calinski‑Harabasz指数、Davies‑Bouldin指数、邓恩指数、簇内误差平方和中的一种或多种的组合。

4.根据权利要求1所述的方法，其特征在于，

所述聚类模型通过以下方式得到：

从所述用户数据库中 提取原始游戏画面图像集并拆分为聚类模型训练集和聚类模型测试集；采用机器学习算法依靠聚类模型训练集训练聚类模型，并利用聚类模型测试集对聚类模型进行评估；进行参数优化，直到召回率和准确率满足预设阈值，并输出聚类模型；

所述机器学习算法包括K‑means算法、K‑means++算法、Bi‑Kmeans算法、DBSCAN算法、OPTICS算法、层次聚类算法中的一种或多种的组合。

5.根据权利要求1所述的方法，其特征在于，

步骤4包括：

步骤41、提取所述目标用户画面偏好特征中各类别的图像元素作为参考数据集I；

其中I=[P1,P2,……,Pn]， Pi(i=1,2,……,n)为第i个分类下的所有图像元素的画面特征值所组成的集合；

步骤42、从游戏数据库中提取各游戏的游戏画面特征数据，按照游戏id分别计算各游戏画面特征值与参考数据集中各子集的相似度，得到对应游戏的相似度数组L；

其中L=[l1,l2,……,ln]，lj(j=1,2,……,n)为游戏画面特征值与参考数据集中第j个子集的相似度；

步骤43、根据所述相似度数组计算各游戏的画面相似度，若画面相似度大于预设相似度阈值，则该游戏id放入第一内容推荐结果；

所述相似度采用包括欧氏距离、汉明距离、余弦相似度、皮尔逊相关系数中的任一种方法计算得到；

所述画面相似度取相似度数组L中的最大值。

6.根据权利要求1所述的方法，其特征在于，

步骤5包括：

步骤51、根据目标用户id在用户画像列表中查询目标用户的画像数据；

步骤52、计算目标用户的画像数据与其他用户的画像数据之间的画像相似度；

步骤53、选取画像相似度大于预设画像相似度阈值的用户作为相似用户群；

步骤54、以相似用户群中的用户id为关键字，在用户游戏记录表中查询游戏时长大于预设游戏时长阈值的游戏id，得到相似用户群推荐集合；

步骤55、剔除所述相似用户群推荐集合中与目标用户的历史游戏id重合的游戏id，得到第二内容推荐结果。

7.根据权利要求1所述的方法，其特征在于，

所述图像预处理包括图像裁剪、图像滤波、图像增强；

所述特征值提取采用包括方向梯度直方图特征算法、SIFT特征算法、CSIFT特征算法、SURF算法、ORB算法、LBP算法中的一种或多种算法的组合。

8.根据权利要求1所述的方法，其特征在于，

所述第一推荐系数通过对聚类指标数值进行数值归一化处理得到；

所述第二推荐系数由所述第一推荐系数计算得到，方法为：RP=1‑ RI

其中，RI、RP分别为第一推荐系数和第二推荐系数。

9.一种电子装置，其特征在于，

所述电子装置包括存储器和处理器；所述存储器中存储有计算机程序，所述计算机程序被设置为运行权利要求1‑8中任一方法；所述处理器被设置为运行所述计算机程序以执行如权利要求1‑8中任一方法。