1.一种内容推荐方法，其特征在于，所述方法包括以下步骤：根据用户选择的标签确定用户标签信息，所述用户标签信息中包含若干个用户标签；

接收短视频以及视频标签信息，所述视频标签信息中包含若干个视频标签，对短视频进行分析识别得到视频类型；

其中，所述对短视频进行分析识别得到视频类型的步骤，具体包括：获取短视频的音频信息和字幕信息；

对音频信息和字幕信息进行分析，提取得到关键词；

根据关键词确定视频类型；

其中，所述根据关键词确定视频类型的方法包括如下步骤：获取所有从音频信息以及字幕信息中提取得到的关键词，每个关键词对应有一关键词序号；

基于每个关键词在预设类型映射表中，查找当前关键词在所述预设类型映射表中与每个子类类型对应的关联度数值；

将数值小于预设关联度数值的关联度数值进行删除，以筛选得到有效关联度数值；

统计所述预设类型映射表中与当前子类类型对应的所有的有效关联度数值，基于当前子类类型对应的所有的有效关联度数值计算得到当前子类类型分值，并将当前子类类型分值最高的确定为当前视频对应的视频子类类型；

根据视频标签信息和视频类型向用户进行短视频一次推送；

对所述短视频的视频播放量进行监测，当视频播放量达到设定播放值时，采集短视频的点赞用户信息、评论用户信息和完播用户信息，得到推送用户标签；

根据视频标签信息、视频类型和推送用户标签向用户进行短视频二次推送。

2.根据权利要求1所述一种内容推荐方法，其特征在于，所述当前子类类型分值对应的计算公式表示为：；

其中， 表示预设类型映射表中第 种子类类型对应的类型分值， 表示关键词的总数量，表示关键词的序号，表示预设类型映射表中子类类型的总数量，表示预设类型映射表中当前子类类型的序号， 表示预设类型映射表中第 种子类类型与第 个关键词之间的有效关联度数值。

3.根据权利要求2所述一种内容推荐方法，其特征在于，视频类型通过大类类型以及子类类型进行描述，其中，大类类型包括多个子类类型，视频的大类类型的确定方法包括如下步骤：确定目标大类对应的大类类型所包含的子类类型；

确定当前视频中已有的子类类型，并计算每个子类类型对应的当前类型分值，以得到多个子类类型分值；

根据多个子类类型分值计算得到大类类型分值，当判断到所述大类类型分值大于预设大类类型分值，则判定当前视频归属于所述目标大类；

其中，目标大类对应的大类类型分值的计算公式表示为：

；

其中， 表示目标大类对应的大类类型分值， 表示目标大类中所包含的子类类型的序号， 表示第 个子类类型对应的类型分值， 表示第 个子类类型对应的校正因子， 表示第 个子类类型对应的权重因子， 表示目标大类中所包含的子类类型的总数量， 。

4.根据权利要求3所述一种内容推荐方法，其特征在于，所述根据视频标签信息和视频类型向用户进行短视频一次推送的步骤，具体包括：根据视频标签信息和视频类型确定相对应的目标用户标签；

将目标用户标签与用户标签信息进行匹配，当用户标签信息中的一个用户标签与其中一个目标用户标签相同时，确定用户标签信息对应的用户为目标用户；

向目标用户推送所述短视频。

5.根据权利要求4所述一种内容推荐方法，其特征在于，在向目标用户推送短视频时，通过计算目标用户推送的优先级进行推送，目标用户推送的优先级的确定方法包括如下步骤：获取每个目标用户的性别信息、职业信息、年龄信息以及收入信息，并分别根据性别信息、职业信息、年龄信息以及收入信息换算成性别项参数、职业项参数、年龄项参数以及收入项参数；

根据性别项参数、职业项参数、年龄项参数以及收入项参数，计算得到每个目标用户对应的推送指数；

目标用户对应的推送指数的计算公式表示为：

；

其中， 表示目标用户对应的推送指数， 表示目标用户对应的基准推送指数值，表示当目标用户为男性时对应的第一权重系数， 表示当目标用户为男性时对应的性别项参数， 表示当目标用户为男性时对应的第二权重系数， 表示当目标用户为男性时对应的职业项参数，  表示当目标用户为男性时对应的第三权重系数， 表示当目标用户为男性时对应的年龄项参数， 表示当目标用户为男性时的基准年龄项参数， 表示当目标用户为男性时对应的第四权重系数， 表示当目标用户为男性时对应的收入项参数， 表示当目标用户为女性时对应的第一权重系数， 表示当目标用户为女性时对应的性别项参数， 表示当目标用户为女性时对应的第二权重系数， 表示当目标用户为女性时对应的职业项参数， 表示当目标用户为女性时对应的第三权重系数， 表示当目标用户为女性时对应的年龄项参数， 表示当目标用户为女性时对应的第四权重系数， 表示当目标用户为女性时对应的收入项参数；

根据每个目标用户对应的推送指数，确定得到目标用户的推送优先级，按照目标用户的推送优先级从高到低的顺序进行推送。

6.根据权利要求5所述一种内容推荐方法，其特征在于，所述采集短视频的点赞用户信息、评论用户信息和完播用户信息，得到推送用户标签的步骤，具体包括：采集短视频的点赞用户信息、评论用户信息和完播用户信息，所述点赞用户信息是指点赞所述短视频的用户的用户标签信息，评论用户信息是指对所述短视频进行评论的用户的用户标签信息；完播用户信息是指完全看完所述短视频的用户的用户标签信息；

对点赞用户信息、评论用户信息和完播用户信息进行整合得到推送用户标签；

其中，所述方法还包括：

基于点赞用户信息、评论用户信息和完播用户信息，通过计算短视频对应的当前热度值，进而判断是否进行二次重点推送，短视频对应的当前热度值的计算公式表示为：；

其中， 表示短视频对应的当前热度值， 表示短视频对应的基础热度值， 表示用户点赞项的权重因子， 表示用户点赞项的校正系数， 表示在单位时间内用户的点赞量， 表示用户评论项的权重因子， 表示用户评论项的校正系数， 表示在单位时间内用户的评论量， 表示用户完播项的权重因子， 表示用户完播项的校正系数， 表示在单位时间内用户的完播量。

7.根据权利要求6所述一种内容推荐方法，其特征在于，所述方法还包括：实时对用户标签信息进行自动更新，具体步骤为：对用户的短视频观看量进行统计；

当短视频观看量到达设定观看值时，提取出完播短视频的视频标签信息和视频类型；

根据提取的视频标签信息和视频类型对用户标签信息进行更新，更新后对短视频观看量进行重置。

8.一种内容推荐系统，其特征在于，所述系统应用权利要求1至7任一项所述的内容推荐方法，所述系统包括：用户标签信息模块，用于根据用户选择的标签确定用户标签信息，所述用户标签信息中包含若干个用户标签；

视频类型确定模块，用于接收短视频以及视频标签信息，所述视频标签信息中包含若干个视频标签，对短视频进行分析识别得到视频类型；

一次推送模块，用于根据视频标签信息和视频类型向用户进行短视频一次推送；

推送用户标签模块，用于对所述短视频的视频播放量进行监测，当视频播放量达到设定播放值时，采集短视频的点赞用户信息、评论用户信息和完播用户信息，得到推送用户标签；

二次推送模块，用于根据视频标签信息、视频类型和推送用户标签向用户进行短视频二次推送；

所述视频类型确定模块包括：

音频字幕信息确定单元，用于获取短视频的音频信息和字幕信息；

关键词提取单元，用于对音频信息和字幕信息进行分析，提取得到关键词；

视频类型确定单元，用于根据关键词确定视频类型；

所述一次推送模块包括：

目标用户标签单元，用于根据视频标签信息和视频类型确定相对应的目标用户标签；

目标用户确定单元，用于将目标用户标签与用户标签信息进行匹配，当用户标签信息中的一个用户标签与其中一个目标用户标签相同时，确定用户标签信息对应的用户为目标用户；

短视频一次推送单元，用于向目标用户推送所述短视频；

所述推送用户标签模块包括：

用户信息采集单元，用于采集短视频的点赞用户信息、评论用户信息和完播用户信息，所述点赞用户信息是指点赞所述短视频的用户的用户标签信息，评论用户信息是指对所述短视频进行评论的用户的用户标签信息；完播用户信息是指完全看完所述短视频的用户的用户标签信息；

推送用户标签单元，用于对点赞用户信息、评论用户信息和完播用户信息进行整合得到推送用户标签；

所述系统还包括用户标签更新模块，用户标签更新模块具体包括：观看量统计单元，用于对用户的短视频观看量进行统计；

信息提取单元，当短视频观看量到达设定观看值时，提取出完播短视频的视频标签信息和视频类型；

用户标签更新单元，用于根据提取的视频标签信息和视频类型对用户标签信息进行更新，更新后对短视频观看量进行重置。