1.一种视频推荐方法，其特征在于，包括：

获取目标用户在预设时间内的各已观看视频和各未观看视频，其中，所述未观看视频包括第一未观看视频和第二未观看视频；

根据协同过滤算法和各所述已观看视频，从各所述第一未观看视频中确定候选推荐集；

根据预设添加规则，将所述第二未观看视频添加至所述候选推荐集，确定各添加推荐集；

根据各所述添加推荐集中各推荐视频对应的用户观看信息或者视频属性信息，以及各所述已观看视频对应的用户观看信息或者视频属性信息，确定各所述添加推荐集对应的推荐质量度；

根据各所述推荐质量度以及与所述预设添加规则对应的预设推荐规则，确定目标推荐集。

2.根据权利要求1所述的方法，其特征在于，根据各所述添加推荐集中各推荐视频对应的用户观看信息或者视频属性信息，以及各所述已观看视频对应的用户观看信息或者视频属性信息，确定各所述添加推荐集对应的推荐质量度，包括：根据所述添加推荐集中的各推荐视频对应的用户观看信息或者视频属性信息，确定所述添加推荐集中两两推荐视频之间的第一相似度；

根据各所述推荐视频和各所述已观看视频对应的用户观看信息或者视频属性信息，确定各所述推荐视频与各所述已观看视频之间的各第二相似度；

根据各所述第二相似度和所述目标用户对应的视频观看时长，确定所述目标用户对各所述推荐视频的用户偏好度；

根据各所述第一相似度和各所述用户偏好度，确定各所述添加推荐集对应的推荐质量度。

3.根据权利要求2所述的方法，其特征在于，根据所述添加推荐集中的各推荐视频对应的用户观看信息或者视频属性信息，确定所述添加推荐集中两两推荐视频之间的第一相似度，包括：将所述添加推荐集中的各推荐视频进行两两组合，并将各组合逐个确定为目标组合；

检测所述目标组合中的两个推荐视频是否均为第一未观看视频；

若是，则根据所述目标组合中的两个推荐视频分别对应的用户观看信息，确定所述目标组合中的两个推荐视频之间的第一相似度；

若否，则根据所述目标组合中的两个推荐视频分别对应的视频属性信息，确定所述目标组合中的两个推荐视频之间的第一相似度。

4.根据权利要求2所述的方法，其特征在于，根据各所述推荐视频和各所述已观看视频对应的用户观看信息或者视频属性信息，确定各所述推荐视频与各所述已观看视频之间的各第二相似度，包括：将各所述推荐视频逐个确为目标推荐视频，将各所述已观看视频逐个确定为目标已观看视频；

检测所述目标推荐视频是否为第一未观看视频，以及所述目标已观看视频是否为第一已观看视频；

若是，则根据所述目标推荐视频和所述目标已观看视频分别对应的用户观看信息，确定所述目标推荐视频与所述目标已观看视频之间的第二相似度；

若否，则根据所述目标推荐视频和所述目标已观看视频分别对应的视频属性信息，确定所述目标推荐视频与所述目标已观看视频之间的第二相似度。

5.根据权利要求3所述的方法，其特征在于，基于所述目标组合中的两个推荐视频分别对应的用户观看信息，根据如下公式确定所述目标组合中的两个推荐视频之间的第一相似度：其中，sim(i,j)是所述目标组合中推荐视频i和推荐视频j之间的第一相似度；Ui是观看推荐视频i的有效用户集合，其中所述有效用户是观看时长大于预设时长的用户；Uj是观看推荐视频j的有效用户集合；Ui∩Uj是推荐视频i和推荐视频j对应的相同有效用户集合；u是所述相同有效用户集合中的任一相同有效用户；m是观看推荐视频i的有效用户集合Ui中的任一有效用户；n是观看推荐视频j的有效用户集合Uj中的任一有效用户；tui是相同有效用户u最后一次观看推荐视频i的结束时刻；tuj是相同有效用户u最后一次观看推荐视频j的结束时刻；Wu是相同有效用户u对应的惩罚因子；Wm是有效用户m对应的惩罚因子；Wn是有效用户n对应的惩罚因子；qu是相同有效用户u的观看视频数量；qm是有效用户m的观看视频数量；

qn是有效用户n的观看视频数量；δ是大于0的权重系数。

6.根据权利要求3所述的方法，其特征在于，基于所述目标组合中的两个推荐视频分别对应的视频属性信息，根据如下公式根据确定所述目标组合中的两个推荐视频之间的第一相似度：其中，sim(i,j)是所述目标组合中推荐视频i和推荐视频j之间的第一相似度；D是由各视频属性组成的视频属性集合；d是所述视频属性集合中的任一视频属性；sid是推荐视频i中视频属性d对应的视频属性信息；sjd是推荐视频j中视频属性d对应的视频属性信息；I(sid＝sjd)是示性函数，当sid与sjd相等时，I(sid＝sjd)为1，否则I(sid＝sjd)为0；|D|是所述视频属性集合中的视频属性个数。

7.根据权利要求2所述的方法，其特征在于，根据如下公式确定所述目标用户对所述推荐视频的用户偏好度：其中，sim(x,v)是目标用户v对推荐视频x的用户偏好度；Mv是目标用户v的各已观看视频组成的已观看视频集合；y是所述已观看视频集合Mv中的任一已观看视频；sim(x,y)是推荐视频x与已观看视频y之间的第二相似度；my是已观看视频y对应的视频观看时长。

8.根据权利要求2所述的方法，其特征在于，根据以下公式确定所述添加推荐集对应的推荐质量度：其中，f(S)是添加推荐集S对应的推荐质量度；|S|是添加推荐集S中的推荐视频个数；i和j是添加推荐集S中任意两个不同的推荐视频；x是添加推荐集S中的任一推荐视频；sim(i,j)是推荐视频i和推荐视频j之间的第一相似度；sim(x,v)是目标用户v对推荐视频x的用户偏好度。

9.根据权利要求1所述的方法，其特征在于，根据预设添加规则，将所述第二未观看视频添加至所述候选推荐集，确定各添加推荐集，包括：根据预设推荐数量对各所述第二未观看视频进行组合，其中，每个所述组合包括所述预设推荐数量的第二未观看视频；

将各所述组合单独添加至所述候选推荐集，确定各添加推荐集；

相应的，根据各所述推荐质量度以及与所述预设添加规则对应的预设推荐规则，确定目标推荐集，包括：将最大的推荐质量度对应的添加推荐集确定为目标推荐集。

10.一种视频推荐装置，其特征在于，包括：

视频获取模块，用于获取目标用户在预设时间内的各已观看视频和各未观看视频，其中，所述未观看视频包括第一未观看视频和第二未观看视频；

候选推荐集确定模块，用于根据协同过滤算法和各所述已观看视频，从各所述第一未观看视频中确定候选推荐集；

添加推荐集确定模块，用于根据预设添加规则，将所述第二未观看视频添加至所述候选推荐集，确定各添加推荐集；

推荐质量度确定模块，用于根据各所述添加推荐集中各推荐视频对应的用户观看信息或者视频属性信息，以及各所述已观看视频对应的用户观看信息或者视频属性信息，确定各所述添加推荐集对应的推荐质量度；

目标推荐集确定模块，用于根据各所述推荐质量度以及与所述预设添加规则对应的预设推荐规则，确定目标推荐集。