1.一种基于大数据的资讯消息内容智能推送系统，其特征在于，所述智能推送系统包括用户订阅库、订阅监控模块、标识分析模块和标识获取模块，所述用户订阅库用于存储用户的订阅内容，所述订阅监控模块对用户订阅库的内容进行监控，当监控到用户订阅内容存在更新时，令标识分析模块分析用户对订阅内容的观看信息据此确定订阅内容的标识信息，所述标识获取模块获取订阅内容的标识信息，如果订阅内容的标识信息为第一标识，将订阅内容的更新内容推送给用户，如果订阅内容的标识信息为第二标识，那么生成订阅内容的更新信息推送给用户；

所述标识分析模块包括初判指数计算模块、初判指数比较模块、候选时长分析模块、参照时长获取模块、关注指数计算模块和关注指数比较模块，所述初判指数计算模块设某个订阅内容为待分析订阅，获取待分析订阅的历史更新内容个数Uz以及用户待分析订阅观看过的更新内容个数Us，那么待分析订阅的初判指数V＝Us/Uz，所述初判指数比较模块将待分析订阅的初判指数与初判阈值进行比较，如果待分析订阅的初判指数小于等于初判阈值，那么给该待分析订阅添加第二标识信息如果待分析订阅的初判指数大于初判阈值，所述关注指数计算模块获取用户最近看过的待分析订阅的k个更新信息，并据此计算待分析订阅的关注指数 其中，hi为用户最近观看待分析订阅的第i个更新信息所花费的时间，H为用户最近观看待分析订阅的k个更新信息所花费的时间之和，Di为用户最近观看待分析订阅的第i个更新信息过程中的参照时长，所述候选时长分析模块在用户观看待分析订阅的某个更新信息时，获取用户在观看该个更新信息的某个页面的停留时长，如果某个页面的停留时长大于等于停留阈值，那么获取在该个页面停留之后第一次检测到页面滑动时页面滑动的速度，如果页面滑动速度小于速度阈值，那么该个停留时长为候选时长，所述参照时长获取模块获取用户观看待分析订阅的某个更新信息时的所有的候选时长，将该个更新信息的所有的候选时长按照从大到小的顺序排序，选取排序第一的候选时长为该个更新信息的参照时长，所述关注指数比较模块将待分析订阅的关注指数与关注阈值进行比较，如果待分析订阅的关注指数大于等于关注阈值，那么给该待分析订阅添加第一标识信息。

2.根据权利要求1所述的一种基于大数据的资讯消息内容智能推送系统，其特征在于：

所述智能推送系统还包括关联订阅选取模块，所述关联订阅选取模块包括关联指数计算模块和关联指数比较模块，所述关联指数计算模块获取用户每次观看用户订阅内容的情况，设某一个订阅内容为基订阅，用户订阅库中除基订阅以外的订阅内容为候选订阅，那么某个候选订阅与基订阅的关联指数G＝Rs/Rz，其中，Rz为历史观看基订阅的次数，Rs为历史观看基订阅的次数中也观看了候选订阅的次数，所述关联指数比较模块在存在某个候选订阅与基订阅的关联指数大于关联阈值，那么该个候选订阅为基订阅的关联订阅。

3.根据权利要求2所述的一种基于大数据的资讯消息内容智能推送系统，其特征在于：

所述标识分析模块还包括波及指数计算模块和波及指数比较模块，如果待分析订阅的关注指数小于关注阈值，所述波及指数计算模块获取待分析订阅的关联订阅的观看情况，计算待分析订阅的波及指数b＝Qs/Qz，其中，Qz为待分析订阅的基订阅的个数，Qs为待分析的各个基订阅最近一次更新订阅信息时被观看的基订阅的个数，所述波及指数比较模块将待分析订阅的波及指数与波及阈值进行比较，如果待分析订阅的波及指数大于波及阈值，给该待分析订阅添加第一标识信息，如果待分析订阅的波及指数小于等于波及阈值，给该待分析订阅添加第二标识信息。

4.一种基于大数据的资讯消息内容智能推送方法，其特征在于：所述智能推送方法包括以下步骤：

建立用户订阅库，所述用户订阅库用于存储用户的订阅内容，

对用户订阅库的内容进行监控，当监控到用户订阅内容存在更新时，获取订阅内容的标识信息，其中，分析用户对订阅内容的观看信息据此确定订阅内容的标识信息，如果订阅内容的标识信息为第一标识，将订阅内容的更新内容推送给用户；

如果订阅内容的标识信息为第二标识，那么生成订阅内容的更新信息推送给用户；

所述分析用户对订阅内容的观看信息据此确定订阅内容的标识信息包括：

设某个订阅内容为待分析订阅，获取待分析订阅的历史更新内容个数Uz以及用户待分析订阅观看过的更新内容个数Us，那么待分析订阅的初判指数V＝Us/Uz，如果待分析订阅的初判指数小于等于初判阈值，那么给该待分析订阅添加第二标识信息，如果待分析订阅的初判指数大于初判阈值，获取用户最近看过的待分析订阅的k个更新信息，其中，当用户观看待分析订阅的某个更新信息时，获取用户在观看该个更新信息的某个页面的停留时长，如果某个页面的停留时长大于等于停留阈值，那么获取在该个页面停留之后第一次检测到页面滑动时页面滑动的速度，如果页面滑动速度小于速度阈值，那么该个停留时长为候选时长，获取用户观看待分析订阅的某个更新信息时的所有的候选时长，将该个更新信息的所有的候选时长按照从大到小的顺序排序，选取排序第一的候选时长为该个更新信息的参照时长，计算待分析订阅的关注指数 其中，hi为用户最近观看待分析订阅的第i

个更新信息所花费的时间，H为用户最近观看待分析订阅的k个更新信息所花费的时间之和，Di为用户最近观看待分析订阅的第i个更新信息过程中的参照时长，将待分析订阅的关注指数与关注阈值进行比较，如果待分析订阅的关注指数大于等于关注阈值，那么给该待分析订阅添加第一标识信息。

5.根据权利要求4所述的一种基于大数据的资讯消息内容智能推送方法，其特征在于：

所述智能推送方法还包括：

获取用户每次观看用户订阅内容的情况，设某一个订阅内容为基订阅，用户订阅库中除基订阅以外的订阅内容为候选订阅，那么某个候选订阅与基订阅的关联指数G＝Rs/Rz，其中，Rz为历史观看基订阅的次数，Rs为历史观看基订阅的次数中也观看了候选订阅的次数，如果存在某个候选订阅与基订阅的关联指数大于关联阈值，那么该个候选订阅为基订阅的关联订阅。

6.根据权利要求5所述的一种基于大数据的资讯消息内容智能推送方法，其特征在于：

所述将待分析订阅的关注指数与关注阈值进行比较还包括：

如果待分析订阅的关注指数小于关注阈值，获取待分析订阅的关联订阅的观看情况，计算待分析订阅的波及指数b＝Qs/Qz，其中，Qz为待分析订阅的基订阅的个数，Qs为待分析的各个基订阅最近一次更新订阅信息时被观看的基订阅的个数，将待分析订阅的波及指数与波及阈值进行比较，

如果待分析订阅的波及指数大于波及阈值，给该待分析订阅添加第一标识信息。

7.根据权利要求6所述的一种基于大数据的资讯消息内容智能推送方法，其特征在于：

所述将待分析订阅的波及指数与波及阈值进行比较还包括：

如果待分析订阅的波及指数小于等于波及阈值，给该待分析订阅添加第二标识信息。