1.一种设备寿命预测方法，其特征在于，包括：获取待预测设备的使用者标签集；

根据所述使用者标签集，确定所述待预测设备的使用场景特征向量；

利用预先训练的寿命预测模型，根据所述使用场景特征向量，确定所述待预测设备的寿命。

2.如权利要求1所述的方法，其特征在于，所述确定所述待预测设备的使用场景特征向量，包括：根据所述使用者标签集中各标签的类型，确定各标签对应的隶属度算法；

根据各标签对应的隶属度算法，确定各标签对应的特征向量；

基于预设的使用场景与标签的对应关系，根据所述各标签对应的特征向量，确定所述待预测设备的使用场景特征向量。

3.如权利要求2所述的方法，其特征在于，所述确定所述待预测设备的使用场景特征向量之前，还包括：获取已报废设备的各使用数据，所述各使用数据中分别包括已报废设备的使用寿命、使用者标签及使用场景；

对所述已报废设备的使用数据进行训练，确定所述使用场景与标签的对应关系。

4.如权利要求3所述的方法，其特征在于，所述确定所述待预测设备的寿命之前，还包括：利用所述已报废设备的各使用数据，对预设的神经网络进行训练，确定所述寿命预测模型中的各权重值。

5.如权利要求4所述的方法，其特征在于，所述对预设的神经网络进行训练之前，还包括：根据所述使用场景与标签的对应关系，确定各使用场景间的关联度；

将关联度大于或等于阈值的两个使用场景对应的权重初始值设为相同的值。

6.一种设备寿命预测装置，其特征在于，包括：获取模块，用于获取待预测设备的使用者标签集；

第一确定模块，用于根据所述使用者标签集，确定所述待预测设备的使用场景特征向量；

第二确定模块，用于利用预先训练的寿命预测模型，根据所述使用场景特征向量，确定所述待预测设备的寿命。

7.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现如权利要求1-5任一所述的设备寿命预测方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现如权利要求1-5任一所述的设备寿命预测方法。

9.一种计算机程序产品，其特征在于，当所述计算机程序产品被处理器执行时，执行如权利要求1-5任一所述的设备寿命预测方法。