1.一种基于大数据的电商交易方法，其特征在于，应用于大数据电商平台系统，所述方法包括：获得包含待分析数字电商用户关键词的第一电商业务交互大数据；

结合用户行为偏好挖掘模型对所述待分析数字电商用户关键词进行行为偏好挖掘，得到所述待分析数字电商用户关键词的业务行为偏好知识；

结合所述业务行为偏好知识，在设定云共享服务器中检索与所述第一电商业务交互大数据相配对的不少于一组第二电商业务交互大数据；其中，设定云共享服务器包括已完成注释添加的先验用户关键词的个性化电商服务需求的不少于一组电商业务交互大数据；所述不少于一组第二电商业务交互大数据中包括不同交互行为活跃度的先验用户关键词；

结合所述不同交互行为活跃度的先验用户关键词在所述设定云共享服务器中的个性化电商服务需求，确定所述待分析数字电商用户关键词的个性化电商服务需求；

其中，所述用户行为偏好挖掘模型的调试方法包括：

获得已完成注释添加的示例型数字电商用户关键词的行为活跃度参考信息的示例型电商业务交互大数据；

结合所述示例型数字电商用户关键词的行为活跃度参考信息和所述示例型数字电商用户关键词所对应的种类，确定待调试用户行为偏好挖掘模型的误差评价指数；

结合所述误差评价指数，对所述示例型数字电商用户关键词与所述示例型数字电商用户关键词所对应的种类之间的第一共性分值进行更新，得到所述待调试用户行为偏好挖掘模型的模型代价；

结合所述模型代价对所述待调试用户行为偏好挖掘模型的模型变量进行更新，以使完成更新的用户行为偏好挖掘模型生成的模型代价处于稳定状态。

2.根据权利要求1所述的方法，其特征在于，所述结合所述示例型数字电商用户关键词的行为活跃度参考信息和所述示例型数字电商用户关键词所对应的种类，确定待调试用户行为偏好挖掘模型的误差评价指数，包括：结合所述示例型数字电商用户关键词的行为活跃度参考信息确定所述示例型数字电商用户关键词的第一交互行为活跃度；

确定所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度；

结合所述示例型数字电商用户关键词的第一交互行为活跃度和所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度，确定所述示例型数字电商用户关键词在所对应的种类下的第一比较结果；

结合所述示例型数字电商用户关键词的第一比较结果，确定所述示例型数字电商用户关键词对应的所述误差评价指数。

3.根据权利要求2所述的方法，其特征在于，所述确定所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度，包括：在示例型云共享服务器中，确定数据内容包含与所述示例型数字电商用户关键词所对应的种类一致的备选示例型数字电商用户关键词的不少于一组目标设定电商业务交互大数据样例；其中，所述示例型云共享服务器用作记录多组数据内容包括已完成注释添加的行为活跃度参考信息的数字电商用户关键词的设定电商业务交互大数据样例；

结合所述不少于一组目标设定电商业务交互大数据样例中的所述备选示例型数字电商用户关键词的行为活跃度参考信息，确定所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度。

4.根据权利要求3所述的方法，其特征在于，所述结合所述不少于一组目标设定电商业务交互大数据样例中的所述备选示例型数字电商用户关键词的行为活跃度参考信息，确定所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度，包括：结合所述不少于一组目标设定电商业务交互大数据样例中的所述备选示例型数字电商用户关键词的行为活跃度参考信息，确定所述示例型数字电商用户关键词所对应的种类的交互行为活跃度均值；

将所述示例型数字电商用户关键词所对应的种类的交互行为活跃度均值，作为所述第二交互行为活跃度。

5.根据权利要求3所述的方法，其特征在于，所述结合所述不少于一组目标设定电商业务交互大数据样例中的所述备选示例型数字电商用户关键词的行为活跃度参考信息，确定所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度，包括：结合所述不少于一组目标设定电商业务交互大数据样例中的所述备选示例型数字电商用户关键词的行为活跃度参考信息，确定所述示例型数字电商用户关键词所对应的种类的目标交互行为活跃度；

将所述示例型数字电商用户关键词所对应的种类的目标交互行为活跃度，作为所述第二交互行为活跃度；

其中，所述结合所述示例型数字电商用户关键词的第一交互行为活跃度和所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度，确定所述示例型数字电商用户关键词在所对应的种类下的第一比较结果，包括：确定所述示例型数字电商用户关键词的第一交互行为活跃度与所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度的第一运算结果；

将所述第一运算结果的映射值作为所述示例型数字电商用户关键词在所对应的种类下的第一比较结果。

6.根据权利要求2所述的方法，其特征在于，所述结合所述示例型数字电商用户关键词的第一比较结果，确定所述示例型数字电商用户关键词对应的误差评价指数，包括：将多个相同种类的数字电商用户关键词的第一比较结果中确定最大的第一比较结果，作为第二比较结果；其中，所述多个相同种类的数字电商用户关键词的种类与所述示例型数字电商用户关键词的种类一致；

确定所述示例型数字电商用户关键词的第一比较结果和所述第二比较结果之间量化差值；

采用设定更新指示，对所述量化差值进行更新，得到所述示例型数字电商用户关键词对应的误差评价指数。

7.根据权利要求1所述的方法，其特征在于，在所述结合所述误差评价指数，对所述示例型数字电商用户关键词与所述示例型数字电商用户关键词所对应的种类之间的第一共性分值进行更新，得到所述待调试用户行为偏好挖掘模型的模型代价之前，所述方法还包括：结合所述待调试用户行为偏好挖掘模型，对所述示例型数字电商用户关键词进行行为偏好挖掘，得到所述示例型数字电商用户关键词的业务行为偏好知识；

结合所述待调试用户行为偏好挖掘模型，对与所述示例型数字电商用户关键词所对应的种类一致的备选示例型数字电商用户关键词进行行为偏好挖掘，得到所述示例型数字电商用户关键词所对应的种类的业务行为偏好知识；

确定所述示例型数字电商用户关键词的业务行为偏好知识和所述示例型数字电商用户关键词所对应的种类的业务行为偏好知识之间的所述第一共性分值。

8.根据权利要求3所述的方法，其特征在于，在所述示例型数字电商用户关键词为已注册会员关键词的基础上，所述备选示例型数字电商用户关键词为不同交互行为活跃度的所述已注册会员关键词，所述在示例型云共享服务器中，确定数据内容包含与所述示例型数字电商用户关键词所对应的种类一致的备选示例型数字电商用户关键词的不少于一组目标设定电商业务交互大数据样例，包括：在所述示例型电商业务交互大数据库中，确定数据内容包括不同交互行为活跃度的所述已注册会员关键词的不少于一组目标设定电商业务交互大数据样例；

所述结合所述不少于一组目标设定电商业务交互大数据样例中的所述备选示例型数字电商用户关键词的行为活跃度参考信息，确定所述示例型数字电商用户关键词所对应的种类的第二交互行为活跃度，包括：结合所述不少于一组目标设定电商业务交互大数据样例中注释的所述已注册会员关键词的不同交互行为活跃度，确定所述已注册会员关键词的第二交互行为活跃度。

9.一种大数据电商平台系统，其特征在于，包括处理器和存储器；

所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1‑8任一项所述的方法。