1.一种交易请求的响应方法，其特征在于，包括：接收用户端的交易请求；所述交易请求包括用户标识以及交易操作信息；从历史交易信息库中提取与所述用户标识匹配的历史交易信息；将所述交易操作信息以及所述历史交易信息导入到异常系数计算模型，确定所述交易请求的异常系数；若所述异常系数满足预设的异常判定条件，则识别所述交易请求为异常交易请求，并执行异常响应操作。2.根据权利要求1所述的响应方法，其特征在于，所述将所述交易操作信息以及所述历史交易信息导入到异常系数计算模型，确定所述交易请求的异常系数，包括：确定所述交易操作信息对应的交易特征向量组，以及确定每个所述历史交易信息对应的历史特征向量组；将所述交易特征向量组以及每个所述历史交易信息对应的历史特征向量组导入到所述异常系数计算模型，计算所述交易请求的异常系数；其中，所述异常系数计算模型具体为；其中，Q为所述异常系数；X1、X2、…、Xm为所述交易特征向量组内的各个向量的值；x1i、x2i、…、xmi为第i个历史特征向量组内的各个向量的值；为各个历史特征向

量组内向量的平均值；n为所述历史交易信息的个数；A1、A2、…、Am为预设系数；m为交易特征向量组内向量的个数。3.根据权利要求1所述的响应方法，其特征在于，所述将所述交易操作信息以及所述历史交易信息导入到异常系数计算模型，确定所述交易请求的异常系数，包括：确定所述交易操作信息对应的交易特征向量组，以及确定每个所述历史交易信息对应的历史特征向量组；将所述交易特征向量组与所述历史特征向量组中的向量进行一一比对，并根据比对结果生成异常因子向量组；将所述异常因子向量组导入到所述异常系数计算模型，确定所述交易请求的异常系数；所述若所述异常系数满足预设的异常判定条件，则识别所述交易请求为异常交易请求，包括：若所述异常系数大于预设的异常阈值和/或所述异常因子向量组中任一异常因子大于预设的异常因子阈值，则识别所述交易请求为异常交易请求。4.根据权利要求1-3任一项所述的响应方法，其特征在于，所述交易请求还包括用户身份信息以及所述用户端的位置信息；在所述从历史交易信息库中提取与所述用户标识匹配的历史交易信息之前，还包括：根据所述位置信息确定所述用户端发起所述交易请求时的所处位置，获取在最近一预设时间段内，在所述所处位置发起交易请求的用户端个数；若所述用户端个数大于预设数值，则识别所述交易请求为异常交易请求，并执行所述异常响应操作；若所述用户端个数小于或等于所述预设数值，则基于所述用户标识查询所述用户端预先录入的身份模板信息，若所述身份模板信息与所述用户身份信息匹配，则执行所述从历史交易信息库中提取与所述用户标识匹配的历史交易信息的操作。5.根据权利要求1所述的响应方法，其特征在于，所述若所述异常系数满足预设的异常判定条件，则识别所述交易请求为异常交易请求，并执行异常响应操作，包括：若所述异常系数满足预设的异常判定条件，对与所述用户端关联的异常计数器增加计数值；若所述计数值小于或等于预设的计数阈值，则向所述用户端返回交易操作异常的信息，所述交易操作异常的信息用于提示所述用户端重新发起交易请求；若所述计数值大于所述计数阈值，则识别所述用户端为异常用户端，并停止响应所述用户端发起的交易请求。6.一种交易请求的响应设备，其特征在于，所述交易请求的响应设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：接收用户端的交易请求；所述交易请求包括用户标识以及交易操作信息；从历史交易信息库中提取与所述用户标识匹配的历史交易信息；将所述交易操作信息以及所述历史交易信息导入到异常系数计算模型，确定所述交易请求的异常系数；若所述异常系数满足预设的异常判定条件，则识别所述交易请求为异常交易请求，并执行异常响应操作。7.根据权利要求6所述的响应设备，其特征在于，所述将所述交易操作信息以及所述历史交易信息导入到异常系数计算模型，确定所述交易请求的异常系数，包括：确定所述交易操作信息对应的交易特征向量组，以及确定每个所述历史交易信息对应的历史特征向量组；将所述交易特征向量组以及每个所述历史交易信息对应的历史特征向量组导入到所述异常系数计算模型，计算所述交易请求的异常系数；其中，所述异常系数计算模型具体为；其中，Q为所述异常系数；X1、X2、…、Xm为所述交易特征向量组内的各个向量的值；x1i、x2i、…、xmi为第i个历史特征向量组内的各个向量的值；为各个历史特征向

量组内向量的平均值；n为所述历史交易信息的个数；A1、A2、…、Am为预设系数；m为交易特征向量组内向量的个数。8.根据权利要求6所述的响应设备，其特征在于，所述将所述交易操作信息以及所述历史交易信息导入到异常系数计算模型，确定所述交易请求的异常系数，包括：确定所述交易操作信息对应的交易特征向量组，以及确定每个所述历史交易信息对应的历史特征向量组；将所述交易特征向量组与所述历史特征向量组中的向量进行一一比对，并根据比对结果生成异常因子向量组；将所述异常因子向量组导入到所述异常系数计算模型，确定所述交易请求的异常系数；所述若所述异常系数满足预设的异常判定条件，则识别所述交易请求为异常交易请求，包括：若所述异常系数大于预设的异常阈值和/或所述异常因子向量组中任一异常因子大于预设的异常因子阈值，则识别所述交易请求为异常交易请求。9.根据权利要求6-8任一项所述的响应设置，其特征在于，所述交易请求还包括用户身份信息以及所述用户端的位置信息；在所述从历史交易信息库中提取与所述用户标识匹配的历史交易信息之前，所述处理器执行所述计算机程序时还实现如下步骤：根据所述位置信息确定所述用户端发起所述交易请求时的所处位置，获取在最近一预设时间段内，在所述所处位置发起交易请求的用户端个数；若所述用户端个数大于预设数值，则识别所述交易请求为异常交易请求，并执行所述异常响应操作；若所述用户端个数小于或等于所述预设数值，则基于所述用户标识查询所述用户端预先录入的身份模板信息，若所述身份模板信息与所述用户身份信息匹配，则执行所述从历史交易信息库中提取与所述用户标识匹配的历史交易信息的操作。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。