1.一種數(shù)據(jù)處理方法，其特征在于，包括：
根據(jù)用戶在場景下的歷史行為數(shù)據(jù)以及所述歷史行為數(shù)據(jù)中每條信息的各標(biāo)簽的權(quán)重獲取所述用戶在每個標(biāo)簽上的累計權(quán)重；
計算所述用戶在所述每個標(biāo)簽上的累計權(quán)重與所述用戶在所有標(biāo)簽上的總累計權(quán)重之間的比值，作為所述用戶在所述每個標(biāo)簽的累計權(quán)重分布；
根據(jù)所述用戶在所述每個標(biāo)簽上的累計權(quán)重分布以及所述場景下所有用戶在所述每個標(biāo)簽上對應(yīng)的總累計權(quán)重分布，確定所述用戶在所述每個標(biāo)簽上的興趣權(quán)重；
利用所述每個標(biāo)簽以及所述每個標(biāo)簽上所述用戶的興趣權(quán)重生成所述場景下所述用戶的興趣分布向量。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
針對場景集合中的每個場景，利用所述用戶在所述場景下所述每個標(biāo)簽上的興趣權(quán)重、所述用戶在所述場景下在所有標(biāo)簽上的總累計權(quán)重以及所述用戶在所述場景集合中所有場景下的總累計權(quán)重，確定所述用戶在所述場景下在所述每個標(biāo)簽上的興趣權(quán)重比例；
針對每個標(biāo)簽，計算所述用戶在所述所有場景下在所述標(biāo)簽上的所述興趣權(quán)重比例之和，作為所述用戶在所述所有場景下在所述標(biāo)簽上的總興趣權(quán)重；
利用所述每個標(biāo)簽以及所述用戶在所述每個標(biāo)簽對應(yīng)的所述總興趣權(quán)重，生成所述用戶在所述所有場景下的最終的興趣分布向量。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)用戶在場景下的歷史行為數(shù)據(jù)以及所述歷史行為數(shù)據(jù)中每條信息的各標(biāo)簽的權(quán)重獲取所述用戶在每個標(biāo)簽上的累計權(quán)重之前，所述方法還包括：
根據(jù)用戶在場景下歷史行為數(shù)據(jù)中每條信息的特征，將所述每條信息量化為標(biāo)簽向量，所述標(biāo)簽向量包括所述每條信息具有的標(biāo)簽以及所述每個標(biāo)簽的權(quán)重。
4.根據(jù)權(quán)利要求1至3任一項所述的方法，其特征在于，所述根據(jù)用戶在場景下的歷史行為數(shù)據(jù)以及所述歷史行為數(shù)據(jù)中每條行為信息的各標(biāo)簽的權(quán)重獲取所述用戶在每個標(biāo)簽上的累計權(quán)重，包括：
針對用戶在場景下的歷史行為數(shù)據(jù)中的每條信息，計算所述每條信息的每個標(biāo)簽的權(quán)重與所述每條信息對應(yīng)的歷史行為產(chǎn)生時刻距離當(dāng)前時刻的衰減因子之間的乘積，作為所述每條信息的整體權(quán)重；
計算所述用戶的歷史行為對應(yīng)的所有信息的整體權(quán)重之和，作為所述用戶在所述每個標(biāo)簽上的累計權(quán)重。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述針對用戶在場景下的歷史行為數(shù)據(jù)中的每條信息，計算所述每條信息的每個標(biāo)簽的權(quán)重與所述每條信息對應(yīng)的歷史行為產(chǎn)生時刻距離當(dāng)前時刻的衰減因子之間的乘積，作為所述每條信息的整體權(quán)重之前，所述方法還包括：
以預(yù)設(shè)周期獲取用戶在各場景下的歷史行為數(shù)據(jù)。
6.一種數(shù)據(jù)處理裝置，其特征在于，包括：
第一獲取模塊，用于根據(jù)用戶在場景下的歷史行為數(shù)據(jù)以及所述歷史行為數(shù)據(jù)中每條信息的各標(biāo)簽的權(quán)重獲取所述用戶在每個標(biāo)簽上的累計權(quán)重；
計算模塊，用于計算所述用戶在所述每個標(biāo)簽上的累計權(quán)重與所述用戶在所有標(biāo)簽上的總累計權(quán)重之間的比值，作為所述用戶在所述每個標(biāo)簽的累計權(quán)重分布；
確定模塊，用于根據(jù)所述用戶在所述每個標(biāo)簽上的累計權(quán)重分布以及所述場景下所有用戶在所述每個標(biāo)簽上對應(yīng)的總累計權(quán)重分布，確定所述用戶在所述每個標(biāo)簽上的興趣權(quán)重；
生成模塊，用于利用所述每個標(biāo)簽以及所述每個標(biāo)簽上所述用戶的興趣權(quán)重生成所述場景下所述用戶的興趣分布向量。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述確定模塊還用于：
針對場景集合中的每個場景，利用所述用戶在所述場景下所述每個標(biāo)簽上的興趣權(quán)重、所述用戶在所述場景下在所有標(biāo)簽上的總累計權(quán)重以及所述用戶在所述場景集合中所有場景下的總累計權(quán)重，確定所述用戶在所述場景下在所述每個標(biāo)簽上的興趣權(quán)重比例；
所述計算模塊，還用于針對每個標(biāo)簽，計算所述用戶在所述所有場景下在所述標(biāo)簽上的所述興趣權(quán)重比例之和，作為所述用戶在所述所有場景下在所述標(biāo)簽上的總興趣權(quán)重；
所述生成模塊，還用于利用所述每個標(biāo)簽以及所述用戶在所述每個標(biāo)簽對應(yīng)的所述總興趣權(quán)重，生成所述用戶在所述所有場景下的最終的興趣分布向量。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括：
量化模塊，用于根據(jù)用戶在場景下歷史行為數(shù)據(jù)中每條信息的特征，將所述每條信息量化為標(biāo)簽向量，所述標(biāo)簽向量包括所述每條信息具有的標(biāo)簽以及所述每個標(biāo)簽的權(quán)重。
9.根據(jù)權(quán)利要求6至8任一項所述的裝置，其特征在于，所述第一獲取模塊，具體用于：
針對用戶在場景下的歷史行為數(shù)據(jù)中的每條信息，計算所述每條信息的每個標(biāo)簽的權(quán)重與所述每條信息對應(yīng)的歷史行為產(chǎn)生時刻距離當(dāng)前時刻的衰減因子之間的乘積，作為所述每條信息的整體權(quán)重；
計算所述用戶的歷史行為對應(yīng)的所有信息的整體權(quán)重之和，作為所述用戶在所述每個標(biāo)簽上的累計權(quán)重。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括：
第二獲取模塊，用于以預(yù)設(shè)周期獲取用戶在各場景下的歷史行為數(shù)據(jù)。