1.一种用于新项目冷启动的推荐方法，其特征在于，所述方法包括：
计算项目间的相似度以获取与新项目相似的现有项目；
结合用户的偏好历史记录，根据与新项目相似的现有项目预测每个用户对新项目的偏好程度；
根据对新项目偏好程度的预测值对所有用户进行筛选，向筛选出的用户推荐所述新项目。
2.根据权利要求1所述的方法，其特征在于，计算新项目与现有项目的相似度，其中，对项目进行因素分解以获取多个不同项目因素，分别针对多个项目因素计算不同项目间的项目因素相似度，综合多个项目因素相似度计算结果计算获取不同项目间的相似度。
3.根据权利要求2所述的方法，其特征在于，计算不同项目间的项目因素相似度，其中，计算用户对项目因素的喜好度，根据用户对项目因素的喜好度计算项目因素相似度。
4.根据权利要求3所述的方法，其特征在于，计算用户对项目因素的喜好度，其中，根据用户对项目的评分矩阵，结合各个项目的项目因素标签，通过加权平均的方式计算获取用户对项目因素的偏好矩阵。
5.根据权利要求4所述的方法，其特征在于，根据用户对项目因素的偏好矩阵，利用相似性计算公式直接计算项目因素相似度。
6.根据权利要求4所述的方法，其特征在于，针对稀疏的评分矩阵，采用矩阵分解方法计算项目因素相似度，其中：
将项目-项目因素评分矩阵转化为项目-潜在因素矩阵和潜在因素-项目因素矩阵；
根据潜在因素-项目因素矩阵，利用每个项目因素的潜在因素向量进行项目因素相似度的计算。
7.根据权利要求2-6中任一项所述的方法，其特征在于，对项目进行因素分解以获取多个不同项目因素，其中，所述用户对所述项目的偏好可以映射为所述用户对多个所述项目因素的偏好。
8.根据权利要求7所述的方法，其特征在于，当所述项目为电影时，所述项目因素为导演以及演员。
9.根据权利要求1-8中任一项所述的方法，其特征在于，根据与所述新项目相似度非零的所有现有项目的集合以及用户评价过的现有项目中所有评分超过其评分均值的项目集合计算用户对所述新项目的偏好程度。
10.根据权利要求1-9中任一项所述的方法，其特征在于，根据对新项目偏好程度的预测值对所有用户进行筛选，其中：
根据推荐需求确定推荐数目；
基于对新项目偏好程度的预测值对所有用户进行预测值由高到低的筛选，筛选出达到所述推荐数目的用户。