1.一种大数据贷款管理方法，其特征在于，包括：采集当前用户的人脸图像，所述人脸图像包括正脸图像、左侧脸图像和右侧脸图像；

基于所述当前用户人脸图像，得到人脸信息；所述人脸信息是用户编号；

获得数据库中存储的用户信息，所述用户信息包括多个用户属性的属性状态，所述用户属性包括用户信用等级、用户身份信息、用户不动产信息和用户工资信息；所述用户信用等级的属性状态包括负级、零级、一级和二级；所述用户身份信息的属性状态包括个人贷款和企业贷款；所述用户不动产信息的属性状态包括有可抵押和不可抵押；所述用户工资信息的属性状态包括低等工资、中等工资和高等工资；

基于所述用户信息，得到贷款分类树；

基于所述人脸信息，得到当前用户信息；所述当前用户信息表示当前欲进行贷款的用户属性的属性状态；

将所述当前用户信息输入所述贷款分类树中，得到用户能够贷款的贷款类别集合；所述贷款类别的类别属性包括贷款金额、还款日期、用途、偿还方式；

根据所述用户能够贷款类别集合，基于当前用户提交贷款表单，给当前用户发放贷款。

2.根据权利要求1所述的方法，其特征在于，所述基于所述用户信息，得到贷款分类树，包括：

获得根节点，所述根节点中包括多个贷款类别；

基于所述用户属性和所述根节点，得到第一分类属性；所述第一分类属性对根节点中的贷款类别进行分类的信息熵小于其他多个用户属性对根节点中的贷款类别进行分类的信息熵；所述属性权重表示每个属性的重要性；

基于所述第一分类属性，将所述根节点中的贷款类别进行分类，得到第一层子节点，所述第一层子节点的数量为所述第一分类属性的属性状态的数量；所述第一层子节点中多个子节点包括分类后的贷款类别的集合；

将其他分类属性根据权重从大到小进行排序，得到结点属性，所述结点属性包括第二分类属性，第三分类属性和第四分类属性；所述第二分类属性的权重大于第三分类属性的权重；第三分类属性的权重大于第四分类属性的权重；

基于所述第二分类属性，将所述第一层子节点的子节点中的贷款类别进行分类，得到第二层子节点，所述第二层子节点的数量为所述第二分类属性的属性状态的数量；所述第二层子节点中多个子节点包括分类后的贷款类别的集合；

多次分类，直到最后一层结点属性，停止分类，得到含空结点分类树。

将含空结点分类树进行剪枝，得到贷款分类树。

3.根据权利要求2所述的方法，其特征在于，所述将含空结点分类树进行剪枝，得到分类树，包括：

基于所述含空结点分类树，得到最后一层不为空的叶结点；

基于所述最后一层不为空的叶结点，自下而上遍历，得到关键结点；所述关键结点是从根节点能到达所述最后一层不为空的叶结点的所有结点；

基于所述关键结点自上而下遍历，将非关键结点所在的子树删除，并且将空结点替代非关键结点，得到分类树；所述非关键结点为不是关键结点的空结点分类树中的所有结点。

4.根据权利要求2所述的方法，其特征在于，所述基于所述用户信息的属性状态和权重，得到第一分类属性；所述第一分类属性对根节点中的贷款类别进行分类的信息熵小于其他多个用户属性对根节点中的贷款类别进行分类的信息熵；所述属性权重表示每个属性的重要性，包括：

基于所述用户属性，得到多种用户属性的信息熵；

所述信息熵通过下述公式所述的计算方式获得：其中，H(D)为所述D用户属性的信息熵，D表示所述根节点中的多个贷款类别的集合，k表示所述用户属性的第k种状态，k的取值在1到K之间的整数，K是所述用户属性的所有状态的数量，pk为状态是k的概率；

基于所述多个用户属性的信息熵，得到带权信息熵；所述带权信息熵表示其所述多个用户属性的信息熵的倒数与各自的权重相乘的之和；

基于所述带权信息熵，得到第一分类属性；所述第一分类属性的带权信息熵大于其他多个用户属性的带权信息熵。

5.根据权利要求1所述的方法，其特征在于，基于所述当前用户人脸图像，得到得到人脸信息，包括：

通过人脸识别模型，基于当前用户人脸图像，得到人脸特征向量；

将所述人脸特征向量与数据库中存储的其他用户的人脸特征向量对比，得到人脸信息。

6.一种大数据贷款管理系统，其特征在于，包括：采集模块，用于采集当前用户的人脸图像，所述人脸图像包括正脸图像、左侧脸图像和右侧脸图像；获得数据库中存储的用户信息，所述用户信息包括多个用户属性的属性状态，所述用户属性包括用户信用等级、用户身份信息、用户不动产信息和用户工资信息；所述用户信用等级的属性状态包括负级、零级、一级和二级；所述用户身份信息的属性状态包括个人贷款和企业贷款；所述用户不动产信息的属性状态包括有可抵押和不可抵押；所述用户工资信息的属性状态包括低等工资、中等工资和高等工资；

人脸识别模块，用于基于所述当前用户人脸图像，得到人脸信息；

贷款分类模块，用于基于所述用户信息，得到贷款分类树；基于所述人脸信息，得到当前用户信息；所述当前用户信息表示当前欲进行贷款的用户的属性状态；将所述当前用户信息输入所述贷款分类树中，得到用户能够贷款的贷款类型集合；所述贷款类型的属性包括贷款金额、贷款利率、还款日期、用途、偿还方式；根据所述用户能够贷款类别集合，基于当前用户提交贷款表单，给当前用户发放贷款。

7.根据权利要求6所述的系统，其特征在于，所述基于所述用户信息，得到贷款分类树，包括：

获得根节点，所述根节点中包括多个贷款类别；

基于所述用户属性和所述根节点，得到第一分类属性；所述第一分类属性对根节点中的贷款类别进行分类的信息熵小于其他多个用户属性对根节点中的贷款类别进行分类的信息熵；所述属性权重表示每个属性的重要性；

基于所述第一分类属性，将所述根节点中的贷款类别进行分类，得到第一层子节点，所述第一层子节点的数量为所述第一分类属性的属性状态的数量；所述第一层子节点中多个子节点包括分类后的贷款类别的集合；

将其他分类属性根据权重从大到小进行排序，得到结点属性，所述结点属性包括第二分类属性，第三分类属性和第四分类属性；所述第二分类属性的权重大于第三分类属性的权重；第三分类属性的权重大于第四分类属性的权重；

基于所述第二分类属性，将所述第一层子节点的子节点中的贷款类别进行分类，得到第二层子节点，所述第二层子节点的数量为所述第二分类属性的属性状态的数量；所述第二层子节点中多个子节点包括分类后的贷款类别的集合；

多次分类，直到最后一层结点属性，停止分类，得到含空结点分类树。

将含空结点分类树进行剪枝，得到贷款分类树。

8.根据权利要求7所述的系统，其特征在于，所述将含空结点分类树进行剪枝，得到分类树，包括：

基于所述含空结点分类树，得到最后一层不为空的叶结点；

基于所述最后一层不为空的叶结点，自下而上遍历，得到关键结点；所述关键结点是从根节点能到达所述最后一层不为空的叶结点的所有结点；

基于所述关键结点自上而下遍历，将非关键结点所在的子树删除，并且将空结点替代非关键结点，得到分类树；所述非关键结点为不是关键结点的空结点分类树中的所有结点。

9.根据权利要求7所述的系统，其特征在于，所述基于所述用户信息的属性状态和权重，得到第一分类属性；所述第一分类属性对根节点中的贷款类别进行分类的信息熵小于其他多个用户属性对根节点中的贷款类别进行分类的信息熵；所述属性权重表示每个属性的重要性，包括：

基于所述用户属性，得到多种用户属性的信息熵；

所述信息熵通过下述公式所述的计算方式获得：其中，H(D)为所述D用户属性的信息熵，D表示所述根节点中的多个贷款类别的集合，k表示所述用户属性的第k种状态，k的取值在1到K之间的整数，K是所述用户属性的所有状态的数量，pk为状态是k的概率；

基于所述多个用户属性的信息熵，得到带权信息熵；所述带权信息熵表示其所述多个用户属性的信息熵的倒数与各自的权重相乘的之和；

基于所述带权信息熵，得到第一分类属性；所述第一分类属性的带权信息熵大于其他多个用户属性的带权信息熵。

10.根据权利要求6所述的系统，其特征在于，基于所述当前用户人脸图像，得到人脸信息，包括：

通过人脸识别模型，基于当前用户人脸图像，得到人脸特征向量；

将所述人脸特征向量与数据库中存储的其他用户的人脸特征向量对比，得到人脸信息。