1.一种基于多粒度的冷链配载用户画像构建方法，其特征在于，包括如下步骤：步骤1：输入原始的冷链配载数据集D1，对数据集进行去重、去空，清洗后得到样本集D2；

步骤2：使用FNet模型，将样本集D2作为模型的输入，提取冷链配载数据特征；

步骤2.1：样本集D2＝{D1,D2,…,Db,…,Dlen(D2)}，Db为D2中第b个待处理信息数据，其中，len(D2)为D2中文本数量，变量b∈[1,len(D2)]，将待处理文本内容Db固定为统一长度Lmax；

步骤2.2：定义循环变量i，且i赋初值为1；

步骤2.3：如果i≤len(D2)则跳转到步骤2.4，否则跳转到步骤2.10；

步骤2.4：定义len(Di)为文本中第i个文本信息的长度，如果len(Di)+2≤Lmax则补0后跳转下一步，否则截取文本前Lmax个单位，跳转下一步；

步骤2.5：建立预训练模型FNet，将样本集传入FNet模型中，该模型每层都由一个傅立叶混合子层和一个前馈子层组成；

步骤2.6：对输入的原有样本序列的全部信息进行傅里叶变换；

步骤2.7：将变换结果输入到前馈子层；

步骤2.8：获取文本的特征向量T1；

步骤2.9：i＝i+1，跳转到步骤2.3；

步骤2.10：结束循环，输出全部特征向量序列T1＝{T1,T2,…,Tc,…,Tlen(T1)}，Tc为T1中第c个特征向量，c∈[1,len(T1)]；

步骤3：使用DTM模型、TMKGE模型对样本集D2提取主题词；

步骤4：首先对FNet模型提取的结果及DTM模型、TMKGE模型提取到的主题词使用WordNet进行标签相似度计算；

步骤5：根据相似度计算结果扩展补充FNet模型提取结果，最后完成冷链配载用户画像的标签提取，获得模型的标签提取，进而构建冷链配载用户画像；

步骤5.1：将标签相似度计算结果序列R补充到FNet模型提取到的特征向量序列T1中；

步骤5.2：得到最终补充过的冷链配载标签集S＝{S1,S2,…,Sf,…,Slen(S)}，Sf为S中第f个标签，f∈[1,len(S)]，len(S)为冷链配载标签集S的数量；

步骤5.3：依据最终获得的冷链配载标签集构建基于多粒度的冷链配载用户画像；

步骤5.4：使用词云图将构建出的冷链配载用户画像可视化；

步骤5.5：将模型保存封装，作为多粒度画像的构建方法。

2.根据权利要求1所述的基于多粒度的冷链配载用户画像构建方法，其特征在于，所述步骤1的具体方法为：步骤1.1：定义Data为单个待清洗数据，定义id,content分别为数据的序号和内容，并且满足关系Data＝{id,content}；

步骤1.2：定义D1为待清洗数据集，D1＝{Data1,Data2,…,Dataa,…,Datalen(D1)}，Dataa为D1中第a个待清洗信息数据，其中，len(D1)为D1中数据数量，变量a∈[1,len(D1)]；

步骤1.3：数据集D1中的数据进行去重和去空操作；

步骤1.4：得到清洗后的数据集D2＝{D1,D2,…,Db,…,Dlen(D2)}，Db为D2中第b个待处理信息数据，其中，len(D2)为D2中数量，变量b∈[1,len(D2)]。

3.根据权利要求1所述的基于多粒度的冷链配载用户画像构建方法，其特征在于，所述步骤3的具体方法为：步骤3.1：样本集D2＝{D1,D2,…,Db,…,Dlen(D2)}，其中，Db包含单词w和实体e，满足关系Db＝{w,e}；

步骤3.2：对样本集D2中的冷链配载数据进行分词处理，得到样本集D3；

步骤3.3：使用DTM模型提取冷链配载样本集D3中的主题词，得到提取的主题词K1；

步骤3.4：使用TMKGE模型提取冷链配载样本集D3中的主题词，得到提取的主题词K2；

步骤3.5：融合DTM模型及TMKGE模型提取到的主题词K1、K2，得到主题词集合K3。

4.根据权利要求1所述的基于多粒度的冷链配载用户画像构建方法，其特征在于，所述步骤4的具体方法为：步骤4.1：FNet模型提取到的特征向量序列T1＝{T1,T2,…,Tc,…,Tlen(T1)}；

步骤4.2：DTM模型和TMKGE模型融合后的主题词集合K3＝{K1,K2,…,Kd,…,Klen(K3)}，Kd为K3中第d个主题词，d∈[1,len(K3)]；

步骤4.3：定义循环变量k，且k赋初值为0；

步骤4.4：如果k

步骤4.5：定义循环变量j，且j赋初值为0；

步骤4.6：如果j

步骤4.7：将主题词集合Kj与FNet模型提取到的特征向量序列Tk使用WordNet进行标签相似度计算；

步骤4.8：保留相似度最低的计算结果为R，依据此结果扩展标签集合，增加用户画像的粒度；

步骤4.9：j＝j+1，跳转到步骤4.6；

步骤4.10：k＝k+1，跳转到步骤4.4；

步骤4.11结束循环，最终依据标签相似度计算结果，得到R＝{R1,R2,…,Re,…,Rlen(R)}，Re为R中第e个结果，e∈[1,len(R)]。

5.一种基于多粒度的冷链配载用户画像构建装置，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，其特征在于，所述计算机程序被加载至处理器时执行权利要求1‑4任一项所述的基于多粒度的冷链配载用户画像构建方法的步骤。