1.一种大数据情景下的客户端数据分析系统，其特征在于：所述客户端数据分析系统包括数据维度推送模块、数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块；

所述数据维度推送模块用于获取客户端数据，根据客户端数据向用户提供第一视屏，并对第一视屏进行分类处理，得到最优视屏；所述第一视屏由客户端内第一视屏对应的数据维度生成得到；

所述数据维度处理模块用于从客户端获取用户观看第一视屏的时间长度信息，并对第一视屏对应的数据维度进行变换，得到后并标记第二视屏对应的数据维度；

所述历史数据维度推送处理模块用于根据用户浏览第一视屏的时间长度信息，对第一视屏进行存储或者删减处理；

所述数据推送时间处理模块用于获取用户浏览第二视屏的进度信息，根据进度信息，向用户推荐与第二视屏相同维度的其他视屏，并设置第二视屏重新播放的间隔时间；

所述数据维度推送模块与数据维度处理模块、历史数据维度推送处理模块和数据推送时间处理模块相连接。

2.根据权利要求1所述的一种大数据情景下的客户端数据分析系统，其特征在于：所述数据维度推送模块包括客户端数据状态单元、数据维度确定单元、数据维度更换单元和数据分类单元；

所述客户端数据状态显示单元用于获取客户端的数据，根据数据得到用户浏览视屏的时间点信息；

所述数据维度确定单元用于获取当前客户端提供给用户的第一视屏对应的数据维度信息；

所述数据维度更换单元用于根据用户浏览第一视屏的时间信息，对提供给用户的第一视屏对应的数据维度进行维度变换；

所述数据分类单元用于对用户感兴趣的视屏信息进行分类，得到用户兴趣值超过预设兴趣值的最优视屏，并将最优视屏对应的数据维度信息推送给客户端；

所述客户端数据状态单元的输出端与数据维度确定单元的输入端相连接；所述数据维度确定单元的输出端与数据维度更换单元的输入端相连接；所述数据维度更换单元的输出端与数据分类单元的输入端相连接。

3.根据权利要求1所述的一种大数据情景下的客户端数据分析系统，其特征在于：所述数据维度处理模块包括数据处理单元和数据标记单元；

所述数据处理单元用于对历史的第一视屏对应的数据维度进行升维或者降维，得到用户兴趣值超过预设值的数据，所述数据为第二视屏对应的数据维度；

所述数据标记单元用于对升维或者降维后的第二视屏对应的数据维度进行标记，得到用户对视屏观看的时间进程；

所述数据处理单元的输出端与数据标记单元的输入端相连接。

4.根据权利要求1所述的一种大数据情景下的客户端数据分析系统，其特征在于：所述历史数据维度推送处理模块包括时间停留识别单元、数据保留单元和相似数据维度删减单元；

所述时间停留识别单元用于向客户端申请获取时间信息的指令，所述时间信息为用户浏览第一视屏的时间长度；

所述数据保留单元在检测到用户浏览第一视屏的时间长度超过预设时间长度时，则将部分数据进行临时存储；

所述相似数据维度删减单元用于在检测到用户浏览第一视屏的时间长度小于预设时间长度时，则删除部分第一视屏；

所述时间停留识别单元的输出端与数据保留单元的输入端相连接；所述数据保留单元的输出端与相似数据维度删减单元的输入端相连接。

5.根据权利要求1所述的一种大数据情景下的客户端数据分析系统，其特征在于：所述数据推送时间处理模块包括数据进度检测单元、数据同维度变更推送单元和推送间隔时间计算单元；

所述数据进度检测单元用于向客户端申请获取进度的指令，所述进度为用户浏览所推荐的第二视屏信息；

所述数据同维度变更推送单元用于在向用户推荐第二视屏的同时，向用户推荐与第二视屏相同维度的其他视屏；

所述推送间隔时间计算单元用于计算向用户重新播放第二视屏的间隔时间；

所述数据进度检测单元的输出端与数据同维度变更推送单元的输入端相连接；所述数据同维度变更推送单元的输出端与推送间隔时间计算单元的输入端相连接。

6.一种大数据情景下的客户端数据分析方法，其特征在于：所述客户端数据分析方法执行如下步骤：Z01：获取客户端的数据，根据客户端数据，得到提供给用户的第一视屏对应的数据维度信息；获取用户浏览第一视屏的时间长度，如若用户浏览第一视屏的时间长度短于预设时间长度，则对第一视屏对应的数据维度信息进行处理，并跳转至步骤Z02；若用户浏览第一视屏维度的时间长度长于预设时间长度，则客户端继续向用户提供与第一视屏相同数据维度的视屏；

Z02：对视屏对应的数据维度进行分类处理，得到用户浏览最优视屏的类别；根据用户浏览视屏的结果，对第一视屏对应的数据维度进行升维或者降维处理，得到第二视屏，并对第二视屏的数据维度信息进行标记；

Z03：获取用户浏览第一视屏的时间长度，根据时间长度对第一视屏进行删减或者存储处理；

Z04：获取第二视屏对应的数据维度信息，并向用户推荐与第二视屏相同维度的其他视屏，并设置重新播放第二视屏的间隔时间。

7.根据权利要求6所述的一种大数据情景下的客户端数据分析方法，其特征在于：在步骤Z01‑Z02中，获取客户端数据，得到用户浏览视屏的时间长度因素a1，用户收藏视屏的次数为a2；则根据上式得到预测函数为y＝a1x1+a2x2；x1和x2是指自变量；y是指因变量；将上式带入Sigmoid函数中，得到逻辑回归函数为P(x)， 若P(x)>0.5时，则表示Y＝1，得到用户浏览的视屏为第一视屏的概率大于预设概率值，则客户端获取第一视屏对应的数据维度信息，得到第一视屏的集合；若P(x)<0.5时，则表示y＝0，得到用户浏览的视屏为第一视屏的概率小于预设概率值时，客户端获取第二视屏对应的数据维度信息，将第二视屏推荐给用户浏览；

为了增加结果的可信程度，通过损失函数验证结果，同时通过梯度下降法进一步优化损失函数；

获取用户对第二视屏的浏览进度，若第二视屏的浏览进度小于预设进度时，同时浏览的时间长度小于预设时间长度时，则继续对第二视屏进行分类，并向用户推荐第三视屏，将第三视屏推荐给用户浏览，得到用户兴趣值超过预设兴趣值的第三视屏；最终将最优视屏的数据维度信息推荐给客户端。

8.根据权利要求6所述的一种大数据情景下的客户端数据分析方法，其特征在于：在步骤Z02中，对第一视屏对应的数据维度进行升维处理，得到第二视屏对应的数据维度的方法为：将客户端内第一视屏对应的数据维度通过映射函数映射至高维空间内，得到升维后的第二视屏的数据维度E，并根据数据维度E将第二视屏传输至用户端；其中，映射函数为Λ＝

2 3

[β,β,β]；所述升维后的第二视屏对应的数据维度 并实时监测客

户端的数据维度E所对应的第二视屏的浏览信息；若第二视屏的浏览进度小于预设进度时，则对第一视屏对应的数据维度进行降维处理； 是指第二视屏对应数据维度的向量；k是指序数；

对第一视屏对应的数据维度进行降维处理，得到第二视屏对应的数据维度的方法为：将第一视屏对应的数据维度通过主成分分析法进行降维处理。

9.根据权利要求6所述的一种大数据情景下的客户端数据分析方法，其特征在于：在步骤Z04中，获取客户端第一次向用户推荐第二视屏的时间点信息t0，获取客户端第一次向用户推荐与第二视屏相同维度视屏的时间点信息t0′；获取客户端最后一次向用户推荐与第二视屏相同维度视屏的时间点信息为td’；获取推荐与第二视屏相同维度视屏的数量k；

则得到：

若分析得到 则表示用户对与第二视屏相同维度视屏的兴趣值大于预设

兴趣值，并向客户端发出预警指令，记录发出预警指令的时间Tr；若分析得到则表示用户对于第二视屏相同维度视屏的兴趣值小于预设兴趣值；F是指用户浏览每个与第二视屏相同维度视屏的时间；

则得到：向用户重新推荐第二视屏的间隔时间为T＝|Tr‑t0|；

其中：T是指向用户重新推荐第二视屏的间隔时间。