1.一种视频推荐方法，其特征在于，所述方法包括：步骤S1、在一统计周期内，统计每一类视频类型对应的观看时长和观看次数；

步骤S2、计算所有视频类型的观看总时长和观看总次数；

步骤S3、根据所述步骤S1的统计结果和根据所述步骤S2的计算结果得出每一类视频类型的观看比系数；

所述方法还包括：

获取每一类视频类型的最近一次的观看时长，计算所述每一类视频类型的上一次观看的时刻距离最近一次观看任一视频类型的时刻的时间距离，计算每一类视频类型的最近一次的观看比系数；

所述计算每一类视频类型的最近一次的观看比系数的步骤包括：所述每一类视频类型的最近一次的观看比系数基于如下算式得到：所述每一类视频类型的最近一次的观看比系数＝(c/m‑Min)/(Max‑Min)；

其中，

c为每一类视频类型的最近一次的观看时长；

m为所述每一类视频类型的上一次观看的时刻距离最近一次观看任一视频类型的时刻的时间距离；

获取所有视频类型中对应的c/m值，在所有的所述c/m值中，取最小值为Min，取最大值为Max；

根据所述每一类视频类型的观看比系数，以及所述每一类视频类型的最近一次的观看比系数，得出每一类视频类型的总观看比系数；

所述方法还包括：

所述得出每一类视频类型的总观看比系数的步骤包括：所述每一类视频类型的总观看比系数基于下面算式得出；

每一类视频类型的总观看比系数＝

[α2×所述每一类视频类型的观看比系数+β2×所述每一类视频类型的最近一次的观看比系数]/(α2+β2)；

其中，

α2为所述每一类视频类型的观看比系数对应的权重；

β2为所述每一类视频类型的最近一次的观看比系数对应的权重，α2<β2；

步骤S4、根据所述每一类视频类型的总观看比系数，推荐视频类型。

2.如权利要求1所述的视频推荐方法，其特征在于，所述步骤S1包括：获取用户的视频播放记录；

根据获取的用户视频播放记录，获取观看的视频类型，并记录每一类视频类型对应的观看时长；

在一统计周期内，统计每一类视频类型对应的观看时长和观看次数。

3.如权利要求2所述的视频推荐方法，其特征在于，所述步骤S2包括：将所述每一类视频类型对应的观看时长，进行累加，得到所有视频类型的观看总时长；

将所述每一类视频类型对应的观看次数，进行累加，得到所有视频类型的观看总次数。

4.如权利要求1所述的视频推荐方法，其特征在于，所述步骤S3包括：所述每一类视频类型的观看比系数基于如下算式得出；

每一类视频类型的观看比系数＝[α1×(d/D)+β1×(n/N)]/(α1+β1)；

其中，α1为观看时长权重，β1为观看次数权重，α1>β1；

d为每一类视频类型的观看时长；

D为所有视频类型的观看总时长；

n为每一类视频类型对应的观看次数；

N为所有视频类型的观看总次数。

5.如权利要求1所述的视频推荐方法，其特征在于，所述步骤S4包括：将所述每一类视频类型的总观看比系数依次从大到小进行排序，并按照所述排序，推荐视频类型。

6.一种视频推荐系统，其特征在于，所述系统包括：记录模块，用于在一统计周期内，统计每一类视频类型对应的观看时长和观看次数；

统计模块，用于计算所有视频类型的观看总时长和观看总次数；

计算模块，用于根据所述记录模块的统计结果和根据所述计算模块的计算结果得出每一类视频类型的观看比系数；

获取模块，用于获取每一类视频类型的最近一次的观看时长，计算所述每一类视频类型的上一次观看的时刻距离最近一次观看任一视频类型的时刻的时间距离，计算每一类视频类型的最近一次的观看比系数；

所述计算每一类视频类型的最近一次的观看比系数的步骤包括：所述每一类视频类型的最近一次的观看比系数基于如下算式得到；

所述每一类视频类型的最近一次的观看比系数＝(c/m‑Min)/(Max‑Min)；

其中，

c为每一类视频类型的最近一次的观看时长；

m为所述每一类视频类型的上一次观看的时刻距离最近一次观看任一视频类型的时刻的时间距离；

获取所有视频类型中对应的c/m值，在所有的所述c/m值中，取最小值为Min，取最大值为Max；

分析模块，用于根据所述每一类视频类型的观看比系数，以及所述每一类视频类型的最近一次的观看比系数，得出每一类视频类型的总观看比系数；

所述得出每一类视频类型的总观看比系数的步骤包括：所述每一类视频类型的总观看比系数基于下面算式得出；

每一类视频类型的总观看比系数＝

[α2×所述每一类视频类型的观看比系数+β2×所述每一类视频类型的最近一次的观看比系数]/(α2+β2)；

其中，

α2为所述每一类视频类型的观看比系数对应的权重；

β2为所述每一类视频类型的最近一次的观看比系数对应的权重，α2<β2；

推荐模块，用于根据所述每一类视频类型的总观看比系数，推荐视频类型。