1.一种媒体数据推荐方法，其特征在于，该方法包含：
媒体数据分类相应的兴趣特征向量；
达到预设条件的媒体数据加入其对应兴趣特征向量的内容池；
采集目标用户的兴趣特征向量，将与目标用户的兴趣特征向量相匹配的兴趣特征向量的内容池中的媒体数据推荐给用户。
2.如权利要求1所述的媒体数据推荐方法，其特征在于，所述媒体数据分类兴趣特征向量的方法包含：
生成兴趣特征向量；
媒体数据生成时，根据其内容将该媒体数据初步分类至相应的兴趣特征向量；
媒体数据播放时，判断其生成时分类的兴趣特征向量是否正确，若是则维持媒体数据所属的原兴趣特征向量；若否则提出兴趣特征向量更改申请，服务器处理更改申请，进行维持原兴趣特征向量、或更改兴趣特征向量、或隐藏兴趣特征向量。
3.如权利要求1所述的媒体数据推荐方法，其特征在于，所述兴趣特征向量的内容池加入媒体数据的方法包含：
每个兴趣特征向量建议独立的内容池；
当服务器统计媒体数据对应其初步分类的兴趣特征向量的权重达到预设的阈值，则将该媒体数据加入该兴趣特征向量的内容池。
4.如权利要求3所述的媒体数据推荐方法，其特征在于，所述媒体数据播放时，用户对该媒体数据初步分类的兴趣特征向量进行点赞，每个点赞增加该媒体数据对应其初步分类的兴趣特征向量的权重。
5.如权利要求1所述的媒体数据推荐方法，其特征在于，所述采集用户的兴趣特征向量包含：
获取目标用户的用户信息；
将兴趣特征向量初步投射至目标用户；
从数据库提取数据形成备选数据组；
根据从获取的目标用户的用户信息，对该用户信息中的用户行为进行评分，确定该目标用户的兴趣特征向量。
6.如权利要求5所述的媒体数据推荐方法，其特征在于，所述的用户信息包含：历史访问信息、点赞信息、投币信息、充电信息、发弹幕信息、评论信息、收藏信息、分享信息、移动终端观看信息、打开播放信息和循环播放信息。
7.如权利要求1或5所述的媒体数据推荐方法，其特征在于，所述目标用户进行媒体数据检索或浏览媒体数据时，服务器接收推荐内容获取指令，触发采集目标用户的兴趣特征向量，进行媒体数据推荐流程。
8.如权利要求7所述的媒体数据推荐方法，其特征在于，所述目标用户进行媒体数据检索时，服务器采集用户的检索信息，分析检索信息中的关键词，将该检索信息中关键词相匹配兴趣特征向量的内容池中的媒体数据反馈至用户。
9.如权利要求8所述的媒体数据推荐方法，其特征在于，所述媒体数据分类相应的兴趣特征向量时，给媒体数据添加兴趣特征向量的关键词及该关键词的同义词，作为目标用户检索时关键词域兴趣特征向量匹配的依据。
10.一种媒体数据推荐系统，其特征在于，该系统包含：
分类模块，其将媒体数据分类相应的兴趣特征向量；
兴趣特征向量生成模块，其接收分类模块对媒体数据的兴趣特征向量分类，达到预设条件的媒体数据加入其对应兴趣特征向量的内容池；
用户分析模块，其分别并采集目标用户的兴趣特征向量；
推荐模块，其接收兴趣特征向量生成模块和用户分析模块对的输出，将与目标用户的兴趣特征向量相匹配的兴趣特征向量的内容池中的媒体数据推荐给用户。