1.一种视频推荐方法，其特征在于，所述方法包括：获取待推荐视频对应的标签以及每种所述标签对应的权重；

按照预设试投规则将所述待推荐视频分别试投到每种所述标签下，得到每种所述标签下用户对所述待推荐视频的点击率；

根据所述点击率以及预设算法得到每种所述标签对应的特征分值；

根据每种所述标签对应的所述权重以及所述特征分值确定目标标签；

将所述待推荐视频推荐到所述目标标签下。

2.如权利要求1所述的方法，其特征在于，所述根据每种所述标签对应的所述权重以及所述特征分值确定目标标签的步骤，包括：根据每种所述标签对应的所述权重以及所述特征分值得到每种所述标签对应的修正分值；

将所述修正分值最大的标签作为所述目标标签。

3.如权利要求2所述的方法，其特征在于，所述根据每种所述标签对应的所述权重以及所述特征分值得到每种所述标签对应的修正分值的步骤，包括：对每种所述标签对应的所述权重进行归一化，得到每种所述标签对应的归一化权重；

获取每种所述标签下参与所述试投的待推荐视频的特征分值的最大值；

根据每种所述标签对应的归一化权重以及所述特征分值的最大值，得到每种所述标签对应的修正分值。

4.如权利要求3所述的方法，其特征在于，所述根据每种所述标签对应的归一化权重以及所述特征分值的最大值，得到每种所述标签对应的修正分值的步骤，包括：获取每种所述标签对应的归一化权重与该标签对应的所述特征分值的最大值之间的乘积，将所述乘积作为该标签对应的所述修正分值。

5.如权利要求1所述的方法，其特征在于，所述根据所述点击率以及预设算法得到每种所述标签对应的特征分值的步骤，包括：获取所述待推荐视频在每种所述标签下的试投次数；

根据所述点击率、所述试投次数以及预设算法得到每种所述标签对应的特征分值。

6.如权利要求1所述的方法，其特征在于，所述获取待推荐视频对应的标签以及每种所述标签对应的权重的步骤，包括：获取所述待推荐视频的标题；

对所述标题进行分词处理，根据词重要性算法对所述标题的分词进行处理，得到所述待推荐视频对应的标签以及每个所述标签对应的权重。

7.一种视频推荐装置，其特征在于，所述装置包括：获取模块，用于获取待推荐视频对应的标签以及每种所述标签对应的权重；

试投模块，用于按照预设试投规则将所述待推荐视频分别试投到每种所述标签下，得到每种所述标签下用户对所述待推荐视频的点击率；

特征分值计算模块，用于根据所述点击率以及预设算法得到每种所述标签对应的特征分值；

目标标签确定模块，用于根据每种所述标签对应的所述权重以及所述特征分值确定目标标签；

推荐模块，用于将所述待推荐视频推荐到所述目标标签下。

8.如权利要求7所述的装置，其特征在于，所述目标标签确定模块包括：修正分值计算子模块，用于根据每种所述标签对应的所述权重以及所述特征分值得到每种所述标签对应的修正分值；

确定子模块，用于将所述修正分值最大的标签作为所述目标标签。

9.一种服务器，其特征在于，包括处理器和存储器，所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时使所述服务器执行以下操作：获取待推荐视频对应的标签以及每种所述标签对应的权重；

按照预设试投规则将所述待推荐视频分别试投到每种所述标签下，得到每种所述标签下用户对所述待推荐视频的点击率；

根据所述点击率以及预设算法得到每种所述标签对应的特征分值；

根据每种所述标签对应的所述权重以及所述特征分值确定目标标签；

将所述待推荐视频推荐到所述目标标签下。

10.一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权利要求1-6中任一项所述方法的步骤。