1.一种视频推荐方法，其特征在于，包括：
基于预设的分类模型对视频进行分类，得到多个类别的视频集合；
根据用户对视频的历史操作信息获取目标视频，将所述目标视频与所述多个类别的视频集合分别进行匹配，确定所述用户所属类别；
根据所述用户所属类别，向所述用户进行视频推荐。
2.根据权利要求1所述的方法，其特征在于，所述基于预设的分类模型对视频进行分类，得到多个类别的视频集合包括：
基于分词处理技术分别对所述视频的描述文本进行特征提取；
针对所述特征提取的数据构造所述视频的特征向量；
基于所述视频的特征向量划分训练集和测试集；
利用所述训练集训练得到SVM分类器；
根据所述SVM分类器对所述测试集进行分类，获取预设类别数目的视频集合。
3.根据权利要求1所述的方法，其特征在于，所述根据用户对视频的历史操作信息获取目标视频，将所述目标视频与所述多个类别的视频集合分别进行匹配，确定所述用户所属类别包括：
获取所述用户的历史操作信息对应的视频；
分别统计所述用户对每个所述视频的历史操作信息的类别和操作次数；
根据所述视频的历史操作信息的类别和操作次数，确定目标视频；
将所述目标视频与所述多个类别的视频集合分别进行匹配，判断所述目标视频所属类别；
根据所述目标视频所属类别确定所述用户所属类别。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述用户所属类别，向所述用户进行视频推荐包括：
对所述用户所属类别对应视频的描述文本分别进行主题抽取，得到至少一个主题；
基于所述主题进行关键词抽取；
分别计算所述关键词在对应的主题中出现的概率，确定所述概率大于或等于预设阈值的关键词，根据所述关键词进行视频推荐。
5.一种视频推荐装置，其特征在于，包括：
视频分类模块，用于基于预设的分类模型对视频进行分类，得到多个类别的视频集合；
用户类别判断模块，用于根据用户对视频的历史操作信息获取目标视频，将所述目标视频与所述多个类别的视频集合分别进行匹配，确定所述用户所属类别；
视频推荐模块，用于根据所述用户所属类别，向所述用户进行视频推荐。
6.根据权利要求5所述的装置，其特征在于，所述视频分类模块包括：
提取单元，用于基于分词处理技术分别对所述视频的描述文本进行特征提取；
生成单元，用于针对所述特征提取的数据构造所述视频的特征向量；
划分单元，用于基于所述视频的特征向量划分训练集和测试集；
训练单元，用于利用所述训练集训练得到SVM分类器；
分类单元，用于根据所述SVM分类器对所述测试集进行分类，获取预设类别数目的视频集合。
7.根据权利要求5所述的装置，其特征在于，所述用户类别判断模块包括：
获取单元，用于获取所述用户的历史操作信息对应的视频；
统计单元，用于分别统计所述用户对每个所述视频的历史操作信息的类别和操作次数；
确定单元，用于根据所述视频的历史操作信息的类别和操作次数，确定目标视频；
第一判断单元，用于将所述目标视频与所述多个类别的视频集合分别进行匹配，判断所述目标视频所属类别；
第二判断单元，用于根据所述目标视频所属类别确定所述用户所属类别。
8.根据权利要求5-7一项所述的装置，其特征在于，所述视频推荐模块包括：
第一处理单元，用于对所述用户所属类别对应视频的描述文本分别进行主题抽取，得到至少一个主题；
第二处理单元，用于基于所述主题进行关键词抽取；
推荐单元，用于分别计算所述关键词在对应的主题中出现的概率，确定所述概率大于或等于预设阈值的关键词，根据所述关键词进行视频推荐。