1.一种基于大数据分析的计算机软件管理系统，其特征在于：包括软件信息获取模块、软件进程获取模块、软件能耗计算模块、用户行为获取模块、时段预测模块、软件限制模块；

所述软件信息获取模块用于获取计算机安装的软件信息，所述软件信息包括软件及其名称、软件进程及其名称、软件与软件进程的对应关系；

所述软件进程获取模块用于获取正在运行的软件进程；

所述软件能耗计算模块用于获取计算机运行数据和正在运行的软件进程，计算每个软件进程占用的计算机运行数据，并根据所述每个软件进程占用的计算机运行数据计算得到每个软件进程的功率及每个软件的功率；

根据所述每个软件进程占用的计算机运行数据计算得到每个软件进程的功率及每个软件的功率，具体包括以下步骤：基于历史的计算机运行数据，分析出计算机各项资源的占用量与对应的各硬件功率的函数关系，得到各项资源的功率计算模型；

获取各软件进程占用的计算机运行数据，并基于所述功率计算模型，计算出各软件进程的功率，及所有软件进程的总功率；

计算所有软件进程的总功率减去各软件进程的功率之和，得到额外功率；

利用所述额外功率除以正在进行的软件进程的数量，得到每个软件进程平均占用的额外功率，并将每个软件进程平均占用的额外功率更新到每个软件进程的功率中，更新公式为：软件进程的功率=软件进程的功率+每个软件进程平均占用的额外功率；

基于软件进程与软件的对应关系，得到各软件的功率；

所述用户行为获取模块用于实时获取用户在计算机上的操作信息，并对所述操作信息进行保存，所述操作信息包括用户正在操作的软件进程，及操作软件进程的时段；

所述时段预测模块用于基于所述操作信息，训练时间序列模型，得到时段预测模型，用于根据输入时段预测模块的软件进程，输出得到对应软件进程预测的用户操作时段；

所述软件限制模块用于基于所述操作信息、计算机运行数据、时段预测模型，限制用户正在操作的软件进程对应的软件之外的软件对应的软件进程，并将软件对应的所有软件进程的预测的用户操作时段均不存在与当前时间到设置时间的时段的重合的软件对应的所有软件进程结束；

所述软件限制模块限制用户正在操作的软件进程对应的软件之外的软件对应的软件进程，具体包括以下步骤：获取操作信息、计算机运行数据，得到用户正在操作的软件进程及该软件进程对应的软件；

设置自定义进程白名单；

限制既不是用户正在操作的软件对应的软件进程，也不是自定义进程白名单中的软件进程，使其维持运行但不进行任务；

所述软件限制模块将软件对应的所有软件进程的预测的用户操作时段均不存在与当前时间到设置时间的时段的重合的软件对应的所有软件进程结束，具体包括以下步骤：获取所述设置时间，利用所述时段预测模型预测时段为从当前时间到所述设置时间的用户操作的所有软件进程，得到待用软件进程；

获取所述自定义进程白名单，若用户正在操作的软件对应的软件进程之外正在进行的软件进程既不是待用软件进程，也不是自定义进程白名单内的软件进程，则结束所述软件进程；

否则，判断计算机运行数据的占用率是否低于设置的占用率阈值，若否，则选择待用软件进程结束；

所述判断计算机运行数据的占用率是否低于设置的占用率阈值，若否，则选择待用软件进程结束，具体包括以下步骤：选择待用软件进程，直至选择的待用软件进程结束后，计算得到的计算机运行数据的占用率低于设置的占用率阈值，得到多个结束组；

计算每个结束组的待用软件进程结束后，到各待用软件进程距离当前时间最近的预测的用户操作时段的开始时间的节省功耗；

计算每个结束组的待用软件进程的重新启动功耗；

选择节省功耗减去重新启动功耗的值最大的结束组的待用软件进程结束。

2.根据权利要求1所述的一种基于大数据分析的计算机软件管理系统，其特征在于：所述计算机运行数据有多项，分别用于表示软件进程对计算机各项资源的占用量、各资源总量、各硬件功率和温度。

3.一种基于大数据分析的计算机软件管理方法，适用于权利要求1‑2任一项所述的一种基于大数据分析的计算机软件管理系统，其特征在于：包括以下步骤：获取用户历史的操作信息，并基于历史的操作信息训练得到时段预测模型，对每个软件进程的操作时段进行预测；

获取正在运行的软件进程和计算机运行数据，计算得到各软件进程的功率和总功率；

获取用户当前的操作信息得到用户正在操作的软件进程，对其余的软件进程进行限制或结束；

基于用户当前的操作信息，更新时段预测模型，得到新预测的每个软件进程的操作时段。