1.基于计算机软硬件集成的网页应用交叉推广系统，其特征在于，包括用户行为分析模块、个性化推荐模块、推荐评估处理模块；

所述用户行为分析模块用于采集用户在网页应用中的行为数据，对用户在网页应用的行为数据进行偏好分析，具体为：

设定评论情感关键词库，评论情感关键词库包括若干个设定评论情感关键词，每个评论情感关键词分别设定一个情感影响系数；获取浏览内容中的用户评论，通过设定评论情感关键词库与用户评论中的文本内容进行匹配提取得到评论情感关键词；对评论情感关键词根据情感类型划分为褒义关键词、中性关键词和贬义关键词，提取用户评论中的褒义关键词、中性关键词和贬义关键词并按照其个数进行编号；对浏览内容中的用户评论的评论情感关键词的情感类型和情感影响系数进行处理，得到评论褒贬值；

获取用户在网页应用中的浏览内容；对用户在网页应用中的浏览内容进行类别划分，划分为交易类浏览内容和观看类浏览内容；分别对交易类浏览内容和观看类浏览内容进行兴趣分析，具体为：提取交易类浏览内容中每个产品的交易类用户行为；其中，交易类用户行为包括每个产品的浏览时长、交互次数、产品价格、购买次数；对每个产品的交易类用户行为进行处理，得到产品对应的交易关注值；

提取观看类浏览内容中每个媒体内容的浏览时长、交互次数，通过用户使用网页应用的智能终端，由智能终端获取用户在浏览媒体内容的用户使用视频，提取用户使用视频中每一帧的视频图像，使用面容识别技术识别视频图像中是否存在面容，若存在面容，则将该帧所对应时刻标记为关注时刻，对用户使用视频中的所有关注时刻进行求和得到关注时长；将媒体内容的浏览时长、交互次数、关注时长标记为观看类用户行为；对每个媒体内容的观看类用户行为进行处理，得到媒体内容对应的观看关注值；

获取用户在网页应用中的搜索关键词，对搜索关键词进行词义分析识别，以得到搜索关键词所对应的浏览主题；统计用户搜索对应浏览主题的次数标记为检索次数；

选取用户在第一次使用网页应用时的初始时刻与当前时刻之间的时间区域作为用户使用时区；对用户使用时区内交易类浏览内容的交易关注值、评论褒贬值、检索次数进行处理，得到产品评比值；设定产品选取个数，对每一浏览主题中的产品按照产品评比值的大小进行排列，选取设定产品选取个数最大的产品评比值的产品排列生成交易偏好列表；

同理，对观看类浏览内容的观看关注值、评论褒贬值、检索次数进行处理，得到媒体评比值；设定媒体选取个数，对每一浏览主题中的媒体内容按照媒体评比值的大小进行排列，选取设定媒体选取个数最大的媒体评比值的产品排列生成观看偏好列表；将交易偏好列表、观看偏好列表整合为用户的兴趣偏好报告；

所述个性化推荐模块用于对网页应用的主攻方向进行分析，得到网页应用对应专精指数；根据用户的兴趣偏好报告和网页应用中主题的专精指数，建立网页应用-主题评分矩阵；具体为：S1：获取所有的网页应用且用m表示网页应用的编号，用列表P表示所有的网页应用，即P=[P1、P2，...，Pm]；获取网页应用中所有的主题并用n表示主题的编号，用列表Q表示网页应用中所有的主题，即Q=[Q1、Q2，...，Qn]；

S2：建立以n行m列的专精指数矩阵E（n，m），其中，主题列表Q中的第n个主题对网页应用列表P中的第m个网页应用主题的专精指数；

S3：初始化评分矩阵S为一个n行m列的全零矩阵，对于每个主题Q（n）和网页应用P(m)，将专精指数矩阵E（n, m）赋值给评分矩阵S(n, m)，其中S（n, m）表示第n个主题与第m个网页应用之间的评分；

S4：根据用户的兴趣偏好报告，得到对应主题兴趣向量u（i），其中u（i）表示用户对主题Q（n）的兴趣程度；计算得到用户对各个主题的兴趣程度得分，通过将兴趣向量u与评分矩阵S相乘，公式表示为：再对各个主题所对应的网页应用进行推荐分析，得到网页应用的综合兴趣程度值；将综合兴趣程度值的大小顺序匹配网页应用推荐的优先级，按照网页应用推荐的优先级依次将网页应用所对应推广内容推送给用户；

所述推荐评估处理模块用于采集用户接收网页应用推广内容的反馈信息；对反馈信息进行评估分析，得到网页应用的推荐评估值；设定推荐评估信令组的取值范围，将网页应用的推荐评估值与其推荐评估信令组的取值范围进行匹配，以得到相应信令执行对应措施。

2.根据权利要求1所述的基于计算机软硬件集成的网页应用交叉推广系统，其特征在于，对网页应用的主攻方向进行分析，得到网页应用对应专精指数，具体为：获取网页应用中所有的主题，对网页应用中的主题进行关键词识别，识别出各个主题的关键词，记录主题对应的关键词出现的频率和数量，对其频率和数量进行加权计算频数值；获取所有用户在网页应用中对各个主题的关键词的访问次数、浏览时长、交互次数，将访问次数、浏览时长、交互次数进行加权计算得到用户主体偏向值；获取网页应用中分类标签的使用情况，使用情况包括不同标签对应的内容的数量和相关度，对内容的数量和相关度进行加权计算得到标签关联值；获取网页应用内部的链接信息，链接信息包括各个主题的页面之间的链接数量、在网页应用的链接层级深度、内部链接密集度，对链接数量、链接层级深度、链接密集度进行加权计算得到链接值；

对频数值、用户主体偏向值、标签关联值、链接值进行处理，得到网页应用对应专精指数。

3.根据权利要求1所述的基于计算机软硬件集成的网页应用交叉推广系统，其特征在于，对各个主题所对应的网页应用进行推荐分析，具体为：选取设定个数兴趣程度得分向量最大的主题，分别选择主题对应专精指数最高的设定个数网页应用并编号，记录同一网页应用中主题的数量标记为用户兴趣数量；将设定个数主题对应的专精指数求和后进行均值计算得到主题专精均值，将主题对应的专精指数减去主题专精均值得到主题差距值；将同一网页应用中存在一个主题以上所对应的专精指数进行加权计算得到网页应用对应的综合主题值，若同一网页应用中只存在一个主题，则将该主题对应专精指数作为网页应用的综合主题值；对网页应用的用户兴趣数量、主题差距值、综合主题值进行处理，得到综合兴趣程度值。

4.根据权利要求1所述的基于计算机软硬件集成的网页应用交叉推广系统，其特征在于，对反馈信息进行评估分析，得到网页应用的推荐评估值，具体分析步骤为：获取用户接收网页应用推广内容的反馈信息并对反馈参数编号；反馈信息包括点击率、转化率、停留时间、页面浏览量、留存率；设定日常评估时区、月常评估时区，对日常评估时区内任一反馈信息对应反馈参数进行均值、方差以及中位数计算，得到反馈参数对应的均值、方差以及中位数；再将反馈参数对应的均值、方差以及中位数进行加权计算得到推广评估值；

获取用户的投诉与反馈的文本内容，对文本内容进行情感类型关键词提取得到不同情感类型反馈关键词；提取对应情感类型反馈关键词的数量，情感类型的编号，将每种情感类型匹配一个权重；对日常评估时区内情感类型反馈关键词进行处理，得到日常反馈值；对推广评估值和日常反馈值进行加权计算得到反馈评估值；

对月常评估时区中按照时间先后顺序排列日常评估时区所对应的反馈评估值，将相邻的反馈评估值进行差值计算，得到相邻差值，对所有的相邻差值利用方差公式计算得到差波值；构建月常评估折线图，将反馈评估值与对应日常评估时区按照时间顺序输入到月常评估折线图中，将反馈评估值在月常评估折线图中的位置标记为评估点，连接相邻的评估点得到评估线；计算评估线的斜率，将取值为正的斜率标记为斜率一，将取值为负的斜率标记为斜率二，分别对月常评估折线图中所有的斜率一、斜率二进行求和得到斜率一总值、斜率二总值，对斜率一总值、斜率二总值进行加权计算得到月常浮动值；选取月常评估时区中反馈评估值的最大值与最小值进行差值计算得到月常评估极值；对差波值、月常浮动值、月常评估极值进行处理，得到网页应用的推荐评估值。

5.根据权利要求1所述的基于计算机软硬件集成的网页应用交叉推广系统，其特征在于，将网页应用的推荐评估值与其推荐评估信令组的取值范围进行匹配，以得到相应信令执行对应措施，具体为：当推荐评估值处于推荐优升信令的取值范围时，则提高该网页应用推荐的优先级；当推荐评估值处于推荐优降信令的取值范围时，则降低该网页应用推荐的优先级；当推荐评估值处于推荐停止信令的取值范围时，则停止推送该网页应用推广广告；其中，推荐评估信令组包括推荐优升信令、推荐优降信令和推荐停止信令。