1.一种基于历史数据预测结果的方法，其特征在于，包括：获取视频录像，然后定位所述视频录像中若干个用户的人脸，并截取若干个用户的人脸图片；

对所述人脸图片进行去色，得到黑白灰人脸图片，然后根据所述黑白灰人脸图片的灰度深浅进行加重或者淡化，并对黑白灰人脸图片的人脸边缘进行锐化；

在面部库有中查找是否存在与所述黑白灰人脸图片相匹配的用户面部图，所述用户面部图为黑白灰图片；

若存在，则在ID库中调取与所述用户面部图预关联的用户ID，并获取用户ID标记出现指定行为的历史数据；

获取所述历史数据中用户出现指定行为的以不同时间长度作为单位的N个时间序列，其中，所述N为大于等于1的整数；

识别所述N个时间序列中用户出现指定行为时的操作特征，并载入所述操作特征至LSTM模型，以通过所述LSTM模型根据所述操作特征在所述N个时间序列中选择出最优时间序列，所述最优时间序列为若干个所述操作特征出现的时间节点符合周期规律的时间序列；

通过所述最优时间序列在一个周期的所述时间节点对应的实际结果作为下一周期的预测结果；

调取储量数据，所述储量数据包括物品余量，并判断所述物品余量是否大于所述预测结果的物品需求量；

若否，则计算所述物品余量与所述物品需求量的差值，并根据所述差值制作采购清单。

2.根据权利要求1所述的基于历史数据预测结果的方法，其特征在于，所述识别所述N个时间序列中用户出现指定行为时的操作特征，并载入所述操作特征至LSTM模型的步骤，包括：

所述操作特征包括用户操作画像，获取所述N个时间序列中各个周期的用户出现指定行为的时间节点对应的多个用户操作画像；

在所述多个用户操作画像中筛选出与预设操作画像匹配的M个用户操作画像，所述M为大于等于1的整数，所述预设操作画像包括确认购买画像、犹豫购买画像、犹豫不购买画像和不购买画像；

载入所述M个用户操作画像至所述LSTM模型。

3.根据权利要求2所述的基于历史数据预测结果的方法，其特征在于，所述用户操作画像的制作方法，包括：

获取所述用户登录网页后的操作流程和用户操作时间；

根据所述用户的操作流程和用户操作时间制作所述用户操作画像。

4.根据权利要求2所述的基于历史数据预测结果的方法，其特征在于，所述在所述多个用户操作画像中筛选出于预设操作画像匹配的M个用户操作画像的步骤，包括：识别所述多个用户操作画像中与所述预设操作画像相似度达到第一阈值的所述M个用户操作画像；

删除低于所述第一阈值的其它用户操作画像。

5.根据权利要求1所述的基于历史数据预测结果的方法，其特征在于，所述通过所述最优时间序列在一个周期的所述时间节点对应的实际结果作为下一周期的预测结果的步骤之后，还包括：

判断所述下一周期的实际结果是否与所述预测结果相同；

若不相同，则延长所述最优时间序列的一个周期中的时间节点至下一周期中对应的时间节点，而建立新的周期。

6.根据权利要求1所述的基于历史数据预测结果的方法，其特征在于，所述通过所述最优时间序列在一个周期的所述时间节点对应的实际结果作为下一周期的预测结果的步骤之后，还包括：

获取到用户ID的再次出现指定行为的行为数据；

导入所述行为数据至所述ID库，并将所述行为数据分类至所述用户ID的历史购买文件夹中。

7.一种基于历史数据预测结果的装置，其特征在于，包括：人脸识别单元，用于获取视频录像，然后定位所述视频录像中若干个用户的人脸，并截取若干个用户的人脸图片；

图片处理单元，用于对所述人脸图片进行去色，得到黑白灰人脸图片，然后根据所述黑白灰人脸图片的灰度深浅进行加重或者淡化，并对黑白灰人脸图片的人脸边缘进行锐化；

匹配单元，用于在面部库有中查找是否存在与所述黑白灰人脸图片相匹配的用户面部图，所述用户面部图为黑白灰图片；

ID调取单元，用于若存在，则在ID库中调取与所述用户面部图预关联的用户ID，并获取用户ID标记出现指定行为的历史数据；

时间序列获取单元，用于获取所述历史数据中用户出现指定行为的以不同时间长度作为单位的N个时间序列，其中，所述N为大于等于1的整数；

操作特征识别单元，用于识别所述N个时间序列中用户出现指定行为时的操作特征，并载入所述操作特征至LSTM模型，以通过所述LSTM模型根据所述操作特征在所述N个时间序列中选择出最优时间序列，所述最优时间序列为若干个所述操作特征出现的时间节点符合周期规律的时间序列；

预测单元，用于通过所述最优时间序列在一个周期的所述时间节点对应的实际结果作为下一周期的预测结果；

余量判断单元，用于调取储量数据，所述储量数据包括物品余量，并判断所述物品余量是否大于所述预测结果的物品需求量；

清单制作单元，用于若否，则计算所述物品余量与所述物品需求量的差值，并根据所述差值制作采购清单。

8.根据权利要求7所述的基于历史数据预测结果的装置，其特征在于，所述操作特征识别单元包括：

图像获取模块，用于所述操作特征包括用户操作画像，获取所述N个时间序列中各个周期的用户出现指定行为的时间节点对应的多个用户操作画像；

图像筛选模块，用于在所述多个用户操作画像中筛选出与预设操作画像匹配的M个用户操作画像，所述M为大于等于1的整数，所述预设操作画像包括确认购买画像、犹豫购买画像、犹豫不购买画像和不购买画像；

图像载入模块，用于载入所述M个用户操作画像至所述LSTM模型。

9.一种终端设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的基于历史数据预测结果的方法的步骤。

10.一种终端可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于历史数据预测结果的方法的步骤。