1.一种基于大数据的视频推荐方法，其特征在于，包括：获取用户聊天记录；

将所述用户聊天记录输入到视频输出模型确定用户聊天记录中的多个讨论视频和每一个讨论视频对应的讨论聊天记录；

基于所述用户聊天记录中的多个讨论视频和所述每一个讨论视频对应的讨论聊天记录使用好友输出模型确定出多个密切讨论好友和所述多个密切讨论好友与用户的密切程度；

获取每一个密切讨论好友的视频浏览记录和用户的视频浏览记录；

构建图结构，所述图结构包括多个节点和多个节点之间的多条边，所述多个节点包括一个用户节点和多个密切讨论好友节点，所述一个用户节点为中心节点，所述多个密切讨论好友节点分别与所述一个用户节点建立多条边，所述一个用户节点的节点特征为所述用户的视频浏览记录，每一个密切讨论好友节点的节点特征为所述每一个密切讨论好友的视频浏览记录，多条边中的边的特征为所述多个密切讨论好友与用户的密切程度；

基于图神经网络模型对所述图结构进行处理确定多个推荐视频；

基于所述多个推荐视频对用户进行推荐。

2.如权利要求1所述的基于大数据的视频推荐方法，其特征在于，所述基于所述多个推荐视频对用户进行推荐包括：对所述多个推荐视频进行K均值聚类得到K个簇和K个簇中的每个簇的聚类中心；

获取距离每个簇的聚类中心最近的推荐视频得到每个簇对应的推荐视频；

基于打分模型对每个簇对应的推荐视频进行打分后得到每个簇对应的推荐视频的评分；

将所述每个簇对应的推荐视频的评分按照从高到低的顺序排列后得到每个簇对应的推荐视频的显示顺序；

按照所述每个簇对应的推荐视频的显示顺序推荐给用户进行播放。

3.如权利要求1所述的基于大数据的视频推荐方法，其特征在于，所述基于所述多个推荐视频对用户进行推荐包括：对所述多个推荐视频进行K均值聚类得到K个簇和K个簇中的每个簇的聚类中心；

获取距离每个簇的聚类中心最近的推荐视频得到每个簇对应的推荐视频；

确定所述每个簇对应的推荐视频对应的密切讨论好友的密切程度；

将所述每个簇对应的推荐视频对应的密切讨论好友的密切程度按照从高到低的顺序排列后得到每个簇对应的推荐视频的显示顺序；

按照所述每个簇对应的推荐视频的显示顺序推荐给用户进行播放。

4.如权利要求1所述的基于大数据的视频推荐方法，其特征在于，所述多个推荐视频是从所述每一个密切讨论好友的视频浏览记录中选取得到的。

5.如权利要求1所述的基于大数据的视频推荐方法，其特征在于，所述视频输出模型为Transformer模型，所述视频输出模型的输入为所述用户聊天记录，所述视频输出模型的输出为用户聊天记录中的多个讨论视频和每一个讨论视频对应的讨论聊天记录。

6.一种基于大数据的视频推荐系统，其特征在于，包括：第一获取模块，用于获取用户聊天记录；

视频输出模块，用于将所述用户聊天记录输入到视频输出模型确定用户聊天记录中的多个讨论视频和每一个讨论视频对应的讨论聊天记录；

好友输出模块，用于基于所述用户聊天记录中的多个讨论视频和所述每一个讨论视频对应的讨论聊天记录使用好友输出模型确定出多个密切讨论好友和所述多个密切讨论好友与用户的密切程度；

第二获取模块，用于获取每一个密切讨论好友的视频浏览记录和用户的视频浏览记录；

构建模块，用于构建图结构，所述图结构包括多个节点和多个节点之间的多条边，所述多个节点包括一个用户节点和多个密切讨论好友节点，所述一个用户节点为中心节点，所述多个密切讨论好友节点分别与所述一个用户节点建立多条边，所述一个用户节点的节点特征为所述用户的视频浏览记录，每一个密切讨论好友节点的节点特征为所述每一个密切讨论好友的视频浏览记录，多条边中的边的特征为所述多个密切讨论好友与用户的密切程度；

推荐视频确定模块，用于基于图神经网络模型对所述图结构进行处理确定多个推荐视频；

推荐模块，用于基于所述多个推荐视频对用户进行推荐。

7.如权利要求6所述的基于大数据的视频推荐系统，其特征在于，所述推荐模块还用于：对所述多个推荐视频进行K均值聚类得到K个簇和K个簇中的每个簇的聚类中心；

获取距离每个簇的聚类中心最近的推荐视频得到每个簇对应的推荐视频；

基于打分模型对每个簇对应的推荐视频进行打分后得到每个簇对应的推荐视频的评分；

将所述每个簇对应的推荐视频的评分按照从高到低的顺序排列后得到每个簇对应的推荐视频的显示顺序；

按照所述每个簇对应的推荐视频的显示顺序推荐给用户进行播放。

8.如权利要求6所述的基于大数据的视频推荐系统，其特征在于，所述推荐模块还用于：对所述多个推荐视频进行K均值聚类得到K个簇和K个簇中的每个簇的聚类中心；

获取距离每个簇的聚类中心最近的推荐视频得到每个簇对应的推荐视频；

确定所述每个簇对应的推荐视频对应的密切讨论好友的密切程度；

将所述每个簇对应的推荐视频对应的密切讨论好友的密切程度按照从高到低的顺序排列后得到每个簇对应的推荐视频的显示顺序；

按照所述每个簇对应的推荐视频的显示顺序推荐给用户进行播放。

9.如权利要求6所述的基于大数据的视频推荐系统，其特征在于，所述多个推荐视频是从所述每一个密切讨论好友的视频浏览记录中选取得到的。

10.如权利要求6所述的基于大数据的视频推荐系统，其特征在于，所述视频输出模型为Transformer模型，所述视频输出模型的输入为所述用户聊天记录，所述视频输出模型的输出为用户聊天记录中的多个讨论视频和每一个讨论视频对应的讨论聊天记录。