1.一种基于协同过滤算法的演示文稿推荐方法，其特征在于，应用于至少包括根据用户对象的用户请求进行演示文稿匹配以及用户对象对得到的演示文稿进行应用类型标记功能的文稿应用系统，包括：

接收用户对象的演示文稿推荐请求；

根据所述推荐请求获取所述用户对象的对象特征和应用特征，其中，所述应用特征包括所述用户对象对各演示文稿进行应用类型标记的历史信息；

基于通过协同过滤算法计算得到的文稿适配度，根据所述对象特征和所述应用特征计算所述用户对象的相似对象；

获取通过文稿适配算法得到的与所述相似对象对应的演示文稿的适配类型，并将所述适配类型发送给所述用户对象；

所述基于通过协同过滤算法计算得到的文稿适配度，根据所述对象特征和所述应用特征计算所述用户对象的相似对象的步骤包括：根据NLP语义模型对所述对象特征以及所述应用特征进行语义解析，得到对象关键词语义以及应用关键词语义；

计算所述对象关键词语义以及所述应用关键词语义的语义相似度；

将满足预设相似度阈值的所述语义相似度所对应的所述对象关键词语义以及所述应用关键词计算所述相似对象。

2.根据权利要求1所述的方法，其特征在于，在所述基于通过协同过滤算法计算得到的文稿适配度，根据所述对象特征和所述应用特征计算所述用户对象的相似对象之前，还包括：

计算不同对象特征下的样本对象对不同文稿类型下的演示文稿的第一评分向量，得到至少两个所述样本对象对不同演示文稿的第一多维操作向量；

根据所述第一多维操作向量计算不同所述样本对象之间的第一多维标签向量；

计算不同文稿类型下演示文稿在不同应用特征下第二评分向量，得到第二多维操作向量；

根据所述第二多维操作向量计算不同应用特征之间的第二多维标签向量；

基于线性加权对所述第一多维标签向量和所述第二多维标签向量进行加权处理，并根据得到第三多维标签向量；

基于协同过滤算法和所述第三多维标签向量计算不同样本对象和不同应用特征对不同文稿类型的文稿适配度。

3.根据权利要求2所述的方法，其特征在于，所述基于协同过滤算法和所述第三多维标签向量计算不同样本对象和不同应用特征对不同文稿类型的文稿适配度，包括：通过

计算得到所述文稿适配度，其中， 为相似样本对象 的评分，为该相似样本 的对象均值， 为该样本对象的邻近集合， 为所述第三多维标签向量。

4.根据权利要求1所述的方法，其特征在于，在所述接收用户对象的演示文稿推荐请求之前，还包括：

获取样本对象的历史文档；

确定所述历史文档的文件类型；

通过与所述文件类型对应的文件解析算法对所述历史文档进行类型解析，确定所述历史文档的适配类型。

5.根据权利要求4所述的方法，其特征在于，所述通过与所述文件类型对应的文件解析算法对所述历史文档进行类型解析，确定所述历史文档的适配类型，包括：当所述文件类型为演示文稿时，识别所述演示文稿的文档尺寸、文字特征以及图片特征；

基于风格识别算法，根据所述文档尺寸、所述文字特征以及所述图片特征得到所述演示文稿的适配类型。

6.根据权利要求1所述的方法，其特征在于，在所述获取通过文稿适配算法得到的与所述相似对象对应的演示文稿的适配类型，并将所述适配类型发送给所述用户对象之后，还包括：

获取样本对象在不同时间段对同一适配类型的演示文稿的历史评分或者使用次数；

计算不同对象特征下样本对象对不同适配类型的演示文稿的使用更替权重；

获取所述相似对象对不同适配类型的演示文稿的使用更替权重，作为推荐更替权重；

并

根据所述推荐更替权重对通过文稿适配算法得到的适配类型的演示文稿进行排序，并将最小推荐更替权重对应的适配类型的演示文稿推送给所述用户对象。

7.一种基于协同过滤算法的演示文稿推荐装置，其特征在于，应用于至少包括根据用户对象的用户请求进行演示文稿匹配以及用户对象对得到的演示文稿进行应用类型标记功能的文稿应用系统，包括：

接收模块，用于接收用户对象的演示文稿推荐请求；

获取模块，用于根据所述推荐请求获取所述用户对象的对象特征和应用特征，其中，所述应用特征包括所述用户对象对各演示文稿进行应用类型标记的历史信息；

适配模块，用于基于通过协同过滤算法计算得到的文稿适配度，根据所述对象特征和所述应用特征计算所述用户对象的相似对象；

推荐模块，用于获取通过文稿适配算法得到的与所述相似对象对应的演示文稿的适配类型，并将所述适配类型发送给所述用户对象；

所述适配模块包括：

语义解析子模块，用于根据NLP语义模型对所述对象特征以及所述应用特征进行语义解析，得到对象关键词语义以及应用关键词语义；

语义相似度子模块，用于计算所述对象关键词语义以及所述应用关键词语义的语义相似度；

适配子模块，用于将满足预设相似度阈值的所述语义相似度所对应的所述对象关键词语义以及所述应用关键词计算所述相似对象。

8.根据权利要求 7所述的装置，其特征在于，在所述适配模块之后，还包括：第一特征计算模块，用于计算不同对象特征下的样本对象对不同文稿类型下的演示文稿的第一评分向量，得到至少两个所述样本对象对不同演示文稿的第一多维操作向量；

第一标签计算模块，用于根据所述第一多维操作向量计算不同所述样本对象之间的第一多维标签向量；

第二特征计算模块，用于计算不同文稿类型下演示文稿在不同应用特征下第二评分向量，得到第二多维操作向量；

第二标签计算模块，用于根据所述第二多维操作向量计算不同应用特征之间的第二多维标签向量；

加权处理模块，用于基于线性加权对所述第一多维标签向量和所述第二多维标签向量进行加权处理，并根据得到第三多维标签向量；

适配度计算模块，用于基于协同过滤算法和所述第三多维标签向量计算不同样本对象和不同应用特征对不同文稿类型的文稿适配度。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。