1.一种基于兴趣点的线上销售推荐系统，其特征在于，所述线上销售推荐系统包括用户数据库、店铺检测模块、人脸比较模块、图像分析模块和推送判断模块，所述用户数据库用于存储用户的账户标识、用户的认证图像、兴趣历史数据库和购物数据库，所述兴趣历史数据库用于存储用户在线下店铺时的有效兴趣位置信息，所述购物数据库用于存储用户的购物信息，所述店铺检测模块用于检测线下店铺是否有用户进入，在检测到某个用户进入线下店铺时，所述人脸比较模块将该用户的人脸图像与用户数据库内的认证图像进行比较，如果用户数据库内存在某个认证图像与该用户的人脸图像的相似度大于相似阈值，设该用户为追踪用户，并令图像分析模块获取追踪用户该次从进入线下店铺到离开线下店铺的视频图像为分析图像，对分析图像进行分析，所述推送判断模块在某个用户登录线上客户端时，获取该用户的账户标识的标识类型，根据标识类型确定推荐方式；

所述推送判断模块包括标识获取模块、第一推荐模块和第二推荐模块，所述标识获取模块用于获取用户的账户标识，判断用户的账户类型为第一标识还是第二标识，在该用户的账户标识为第一标识时，第一推荐模块参考该用户的购物数据库推荐商品给该客户的客户端，在该用户的账户标识为第二标识时，第二推荐模块参考该用户的购物数据库和该用户的兴趣用户的购物数据库推荐商品给该用户的客户端；

所述图像分析模块包括兴趣位置选取模块、兴趣占比计算模块、兴趣排列模块、分界占比选取模块、有效兴趣位置选取模块、方差阈值比较模块、标识指数计算模块和标识指数比较模块，所述兴趣位置选取模块判断分析图像中追踪用户是否在某个位置停留，如果分析图像中追踪用户在某个位置停留，那么该位置为兴趣位置，所述兴趣占比计算模块获取追踪用户在某个兴趣位置的停留时长ha， 那么该个兴趣位置的兴趣占比P=ha/H，其中，H为追踪用户的所有兴趣位置的停留时长之和，所述兴趣排列模块将追踪用户的各个兴趣位置的兴趣占比按照从大到小的顺序排序得到兴趣排列，所述分界占比选取模块分别将兴趣排列中相邻两个兴趣占比的差与兴趣差阈值进行比较，顺着兴趣排列从前往后的方向第一次比较到相邻两个兴趣占比的差大于兴趣差阈值时，设该相邻两个兴趣占比的差中所对应的兴趣占比更小的那个为分界占比，所述有效兴趣位置选取模块选取兴趣排列中分界占比之前的兴趣占比为有效兴趣占比，有效兴趣占比所对应的兴趣位置为有效兴趣位置，所述方差阈值比较模块从兴趣库数据库中获取追踪用户最近m次在线下店铺的数据信息，分别获取最近m次追踪用户每次的有效兴趣位置的个数，计算最近m次和该次的有效兴趣位置个数的方差，将方差与方差阈值进行比较，在方差小于方差阈值时，令标识指数计算模块算追踪用户该次的标识指数 ，其中，为该次有效兴趣位置的个数，为第i个有效兴趣位置的停留时长， ， 为第i个有效兴趣位置在最近m次中为有效兴趣位置的次数，所述标识指数比较模块在追踪用户该次的标识指数大于等于标识阈值时，给追踪用户的账户标识设置为第一标识，在方差大于等于方差阈值或者追踪用户该次的标识指数小于标识阈值时，给追踪用户的账户标识设置为第二标识。

2.根据权利要求1所述的一种基于兴趣点的线上销售推荐系统，其特征在于：所述线上销售推荐系统还包括兴趣用户选取模块，所述兴趣用户选取模块包括候选用户选取触发模块、间隔平均值获取模块和间隔平均值比较模块，所述候选用户选取触发模块在给追踪用户的账户标识设置第二标识后设进入店铺的时间与追踪用户进入店铺的时间相差时长在预设时长内的用户为候选用户，所述间隔平均值获取模块获取各个候选用户最近m次中相邻两次进入线下店铺之间的时间间隔的平均值，所述间隔平均值比较模块在某个候选用户所对应的时间间隔的平均值与追踪用户最近m次中相邻两次进入线下店铺之间的时间间隔的平均值之差的绝对值小于绝对参考值，令该候选用户为该追踪用户的兴趣用户。

3.一种基于兴趣点的线上销售推荐方法，用于实现权利要求1所述的一种基于兴趣点的线上销售推荐系统，其特征在于：所述线上销售推荐方法包括以下步骤：建立用户数据库，所述用户数据库用于存储用户的账户标识、用户的认证图像、兴趣历史数据库和购物数据库，所述兴趣历史数据库用于存储用户在线下店铺时的有效兴趣位置信息，所述购物数据库用于存储用户的购物信息；

当线下店铺检测到某个用户进入时，将该用户的人脸图像与用户数据库内的认证图像进行比较，如果用户数据库内存在某个认证图像与该用户的人脸图像的相似度大于相似阈值，设该用户为追踪用户，获取追踪用户该次从进入线下店铺到离开线下店铺的视频图像为分析图像，对分析图像进行分析；

在某个用户登录线上客户端时，获取该用户的账户标识的标识类型，根据标识类型确定推荐方式。

4.根据权利要求3所述的一种基于兴趣点的线上销售推荐方法，其特征在于：所述根据标识类型确定推荐方式包括：

当该用户的账户标识为第一标识时，参考该用户的购物数据库推荐商品给该客户的客户端，

当该用户的账户标识为第二标识时，参考该用户的购物数据库和该用户的兴趣用户的购物数据库推荐商品给该用户的客户端。

5.根据权利要求4所述的一种基于兴趣点的线上销售推荐方法，其特征在于：所述对分析图像进行分析包括以下步骤：

判断分析图像中追踪用户是否在某个位置停留，如果分析图像中追踪用户在某个位置停留，那么该位置为兴趣位置，

获取追踪用户在某个兴趣位置的停留时长ha， 那么该个兴趣位置的兴趣占比P=ha/H，其中，H为追踪用户的所有兴趣位置的停留时长之和，

将追踪用户的各个兴趣位置的兴趣占比按照从大到小的顺序排序得到兴趣排列，分别将兴趣排列中相邻两个兴趣占比的差与兴趣差阈值进行比较，顺着兴趣排列从前往后的方向第一次比较到相邻两个兴趣占比的差大于兴趣差阈值时，设该相邻两个兴趣占比的差中所对应的兴趣占比更小的那个为分界占比，设兴趣排列中分界占比之前的兴趣占比为有效兴趣占比，有效兴趣占比所对应的兴趣位置为有效兴趣位置；

从兴趣库数据库中获取追踪用户最近m次在线下店铺的数据信息，分别获取最近m次追踪用户每次的有效兴趣位置的个数，计算最近m次和该次的有效兴趣位置个数的方差，将方差与方差阈值进行比较，如果方差小于方差阈值，计算追踪用户该次的标识指数 ，其中，为该次有效兴趣位置的个数， 为第i个有效兴趣位置的停留时长， ， 为第i个有效兴趣位置在最近m次中为有效兴趣位置的次数；

如果追踪用户该次的标识指数大于等于标识阈值，给追踪用户的账户标识设置为第一标识，

否则，给追踪用户的账户标识设置为第二标识。

6.根据权利要求5所述的一种基于兴趣点的线上销售推荐方法，其特征在于：所述给追踪用户的账户标识设置第二标识后还包括：

设进入店铺的时间与追踪用户进入店铺的时间相差时长在预设时长内的用户为候选用户，获取各个候选用户最近m次中相邻两次进入线下店铺之间的时间间隔的平均值，如果某个候选用户所对应的时间间隔的平均值与追踪用户最近m次中相邻两次进入线下店铺之间的时间间隔的平均值之差的绝对值小于绝对参考值，那么该候选用户为该追踪用户的兴趣用户。