1.一种基于人工智能的媒体内容智能推荐系统，其特征在于，包括：

数据采集单元，用于采集目标用户的基本信息，并将基本信息传输至预处理单元，其中基本信息包含目标用户的关注账号及账号类型、收藏作品和点赞作品及其作品类型，且账号类型根据指定账号内发出的所有作品中的作品类型确定，作品类型为媒体平台设定的作品标签确定；

账号类型的具体确定方式为：获取指定账号中的所有作品数量，并计算出同一作品类型的数量在所有作品数量中的占比值，然后按照从大到小的顺序对占比值进行排序，随后将占比值靠前的作品类型确定为账号类型；

预处理单元，用于对基本信息进行预处理，得到目标用户的偏好系数，并将偏好系数传输至推荐分析单元；

预处理单元的具体预处理方式为：

第一步、首先获取所有关注账号的数量，记作关注数量；

获取所有关注账号的账号类型，之后获取所有同一账号类型关注账号的数量，记作同类关注量；

之后计算各个同类关注量和关注数量的比值，记作总关注比；

第二步、继续获取所有收藏作品、点赞作品的数量，记作收藏数量和点赞数量；

分别获取所有收藏作品、点赞作品的作品类型，之后获取所有同一作品类型收藏作品的数量和所有同一作品类型点赞作品的数量，记作同类收藏量和同类点赞量；

之后计算各个同类收藏量和收藏数量的比值，记作总收藏比，再计算各个同类点赞量和点赞数量的比值，记作总点赞比；

第三步、获取用户在前一时段t1内的新增关注账号、收藏作品和点赞作品的数量；

之后获取前一时段内新增关注账号的账号类型、新增收藏作品和点赞作品的作品类型，以及新增同一账号类型关注账号的数量、新增同一作品类型收藏作品的数量和新增同一作品类型点赞作品的数量；

之后按照第一步和第二步的方式得到新增关注比一、新增收藏比一和新增点赞比一；

第四步、获取用户在接近时段内指定数量的新增关注账号、收藏作品和点赞作品；

之后获取指定数量的新增关注账号的账号类型、新增收藏作品和点赞作品的作品类型，以及新增同一账号类型关注账号的数量、新增同一作品类型收藏作品的数量和新增同一作品类型点赞作品的数量；

之后按照第一步和第二步的方式得到新增关注比二、新增收藏比二和新增点赞比二；

第五步、首先选取指定作品类型，并获取相关的总收藏比、总点赞比、新增收藏比一、新增点赞比一、新增收藏比二和新增点赞比二，并将其分别标记为ZS、ZD、XS1、XD1、XS2、XD2；

然后选取含有指定作品类型的账号类型，并获取相关的总关注比、新增关注比一、新增关注比二，并将其分别标记为ZG、XG1、XG2；

之后通过公式：

得到指

定作品的偏好系数Y，其中β1、β2、β3为预设比例系数；

第六步、按照第五步的方式获取其他作品类型的偏好系数，并将偏好系数按照从小到大的顺序进行排序；

推荐分析单元，用于根据偏好系数获取所有媒体平台推荐的热门作品和关注账号的更新作品，并计算得出热门作品和更新作品的推荐系数，然后将推荐系数按照从大到小的顺序进行排序，并将推荐系数靠前的热门作品和更新作品优先推送给用户；

推荐分析单元的具体分析方式为：

S1、获取所有媒体平台推荐的热门作品和关注账号的更新作品，同时获取热门作品和更新作品的作品访问量、作品类型和浏览行为，其中浏览行为分为未对热门作品和更新作品查看的未浏览行为和已对热门作品和更新作品查看的已浏览行为；

S2、将不同作品类型的所有热门作品和更新作品进行推荐赋值，具体按照偏好系数的排列顺序，对应作品类型热门作品和更新作品的推荐赋值依次为0.1、0.2、0.3、...，且各热门作品和更新作品的推荐赋值标记为TFi，其中，i＝1、2、3、...，表示所有热门作品和更新作品的数量，偏好系数越大，对应作品类型热门作品和更新作品的推荐赋值越大；

S3、根据热门作品和更新作品的所有作品访问量，将其代入相应区间值的赋值区间内，并取赋值区间的具体赋值作为热门作品和更新作品访问赋值，且各热门作品和更新作品的访问赋值标记为FFi，其中，赋值区间内的区间值及其具体赋值均为预设值，赋值区间内的区间值表示访问量的设定区间，且其的具体赋值根据划分区间值的大小依次为0.11、0.12、

0.13、...，赋值区间内的区间值越大，其的具体赋值，即对应作品类型热门作品和更新作品的访问赋值越大；

S4、根据用户的浏览行为对所有热门作品和更新作品进行浏览赋值，具体为：将未浏览行为赋值为“1”，将已浏览行为赋值为“0”，且所有热门作品和更新作品的浏览赋值标记为LFi；

S5、通过公式TJi＝(TFi*α1+FFi*α2)*LFi，得到所有热门作品和更新作品的推荐系数，其中α1、α2为预设比例系数；

S6、之后所有热门作品和更新作品的推荐系数按照从大到小的顺序进行排序，并将推荐系数靠前的热门作品和更新作品优先推送给用户；

搜索推荐单元，用于用户在媒体平台的搜索框中输入目标标题，然后搜索得出所有目标作品，之后根据所有目标作品的相似度进行计算，然后结合推荐分析单元计算得出所有目标作品的推荐系数，然后将其推荐系数按照从大到小的顺序进行排序，并将推荐系数靠前的目标作品优先推送给用户。

2.根据权利要求1所述的一种基于人工智能的媒体内容智能推荐系统，其特征在于，搜索推荐单元的具体推荐方式为：X1、获取所有目标作品，任选一组目标作品作为参考作品；

之后在参考作品中，每隔标准时间t截取参考作品中的视频帧，得到若干张视频帧一Z1j，j＝1、2、3、...,表示视频帧一的获取张数；

X2、之后将剩余的目标作品获取若干组视频帧二分别与Z11进行相似度计算，得到视频帧分别与Z11的对比相似值X1，其中，相似度计算方式为通过直方图算法和哈希算法计算相似度；

然后将相似值与预设对比值X0进行对比：

当在若干组视频帧二中，包含一组视频二的X1≥X0，则在此视频帧二之后，每隔标准时间t获取若干张视频帧三Z3j+1，并将Z12、Z13、Z14、...分别与Z32、Z33、Z34、...进行相似度计算，得到X2、X3、X4、...，再将X2、X3、X4、...分别与X0进行对比：若存在u个连续的对比相似值均大于预设对比值，则获取相应的目标作品，并将其作为比选作品，比选作品表示为与参考作品的相似度高于设定值的其他目标作品；

若不存在u个连续的对比相似值均大于预设对比值，则获取相应的目标作品，并将其作为余参作品，余参作品表示为与参考作品的相似度低于设定值的其他目标作品；

当在若干组视频帧二中，没有一组视频帧二的X1≥X0，则获取相应的目标作品，并将其作为余参作品；

X4、将余参作品按照步骤X1和X2的方式再次进行处理，得到与余参作品相应的比选作品、其他余参作品以及与其相应的比选作品；

X5、先通过推荐分析单元计算得出参考作品和所有比选作品的推荐系数，然后选取推荐系数最大的一组目标作品作为选荐作品一，同时计算得出余参作品以及与其相应的比选作品的推荐系数，并选取推荐系数最大的一组目标作品作为选荐作品二、选荐作品三、...；

再通过推荐分析单元计算得出选荐作品一、选荐作品二、选荐作品三、...的推荐系数；

X6、依据推荐系数将选荐作品一、选荐作品二、选荐作品三、...从大到小的顺序进行排序，并将推荐系数靠前的目标作品优先推送给用户；

之后，获取剩余目标作品的推荐系数，并将其按照从大到小的顺序进行排序，随后根据排列顺序将剩余目标作品依次推送给用户，且剩余目标作品置于选荐作品一、选荐作品二、选荐作品三、...之后推送给用户。