1.一种搜索推荐方法，其特征在于，所述方法包括：

接收用户输入的搜索词；

获取与搜索词关联的多个推荐词，其中，所述推荐词至少包含所述搜索词的全部字符；

根据所述搜索词与所述推荐词的字节数之比，以及所述推荐词在分数更新周期内的关注热度，分别获得各个推荐词的推荐分数；

根据各个推荐词的推荐分数，对所有推荐词进行排序，获得推荐词序列；

从所述推荐词序列中推荐分数最高的推荐词起截取预设数量的所述推荐词，获得推荐词子序列；

将所述推荐词子序列返回给所述用户。

2.如权利要求1所述的搜索推荐方法，其特征在于，所述关注热度包括点击量和/或关注用户数。

3.如权利要求2所述的搜索推荐方法，其特征在于，采用以下公式获得各个推荐词的推荐分数：score＝(search_size/total_size)*[new_pv(refresh_m)+new_follow(refresh_m)]其中，score为所述推荐词的推荐分数，search_size为所述搜索词的字节数，total_size为所述推荐词的字节数，refresh_m为所述分数更新周期，new_pv(refresh_m)为所述推荐词在所述分数更新周期内的点击量，new_follow(refresh_m)为所述推荐词在所述分数更新周期内的关注用户数。

4.如权利要求1所述的搜索推荐方法，其特征在于，所述分数更新周期为所述推荐词从预设时间点起累计点击量超过昨日点击量每分钟均值的时间段。

5.如权利要求1所述的搜索推荐方法，其特征在于，所述获取与搜索词关联的多个推荐词，包括：通过模糊匹配获取与搜索词关联的多个推荐词。

6.一种搜索推荐装置，其特征在于，所述装置包括：

接收模块，用于接收用户输入的搜索词；

获取模块，用于获取与搜索词关联的多个推荐词，其中，所述推荐词至少包含所述搜索词的全部字符；

第一获得模块，用于根据所述搜索词与所述推荐词的字节数之比，以及所述推荐词在分数更新周期内的关注热度，分别获得各个推荐词的推荐分数；

第二获得模块，用于根据各个推荐词的推荐分数，对所有推荐词进行排序，获得推荐词序列；

第三获得模块，用于从所述推荐词序列中推荐分数最高的推荐词起截取预设数量的所述推荐词，获得推荐词子序列，其中，所述推荐词子序列中包含至少一个推荐词；

返回模块，用于将所述推荐词子序列返回给所述用户。

7.如权利要求6所述的搜索推荐装置，其特征在于，所述关注热度包括点击量和/或关注用户数。

8.如权利要求7所述的搜索推荐装置，其特征在于，采用以下公式获取各个推荐词的推荐分数：score＝(search_size/total_size)*[new_pv(refresh_m)+new_follow(refresh_m)]其中，score为所述推荐词的推荐分数，search_size为所述搜索词的字节数，total_size为所述推荐词的字节数，refresh_m为所述分数更新周期，new_pv(refresh_m)为所述推荐词在所述分数更新周期内的点击量，new_follow(refresh_m)为所述推荐词在所述分数更新周期内的关注用户数。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：接收用户输入的搜索词；

获取与搜索词关联的多个推荐词，其中，所述推荐词至少包含所述搜索词的全部字符；

根据所述搜索词与所述推荐词的字节数之比，以及所述推荐词在分数更新周期内的关注热度，分别获得各个推荐词的推荐分数；

根据各个推荐词的推荐分数，对所有推荐词进行排序，获得推荐词序列；

从所述推荐词序列中推荐分数最高的推荐词起截取预设数量的所述推荐词，获得推荐词子序列，其中，所述推荐词子序列中包含至少一个推荐词；

将所述推荐词子序列返回给所述用户。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：接收用户输入的搜索词；

获取与搜索词关联的多个推荐词，其中，所述推荐词至少包含所述搜索词的全部字符；

根据所述搜索词与所述推荐词的字节数之比，以及所述推荐词在分数更新周期内的关注热度，分别获得各个推荐词的推荐分数；

根据各个推荐词的推荐分数，对所有推荐词进行排序，获得推荐词序列；

从所述推荐词序列中推荐分数最高的推荐词起截取预设数量的所述推荐词，获得推荐词子序列，其中，所述推荐词子序列中包含至少一个推荐词；

将所述推荐词子序列返回给所述用户。