1.一种基于大数据技术的电子商务营销分析系统，其特征在于，包括：

用户行为数据获取模块，用于从电子商务平台获取用户行为数据的集合；

用户行为语义编码模块，用于对所述用户行为数据的集合进行语义编码以得到用户行为语义理解特征向量的集合；

用户行为语义全局融合模块，用于对所述用户行为数据的集合进行全局语义融合以得到用户行为全局语义理解特征向量；

行为模式差异语义分析过滤模块，用于基于所述用户行为全局语义理解特征向量，对所述用户行为语义理解特征向量的集合进行基于行为模式差异的语义分析和过滤以得到聚集后用户行为语义理解特征向量的集合；

用户行为间关联特征分析模块，用于将所述聚集后用户行为语义理解特征向量的集合排列为特征矩阵后进行关联特征分析以得到用户行为语义关联特征；

商品属性类别推荐模块，用于基于所述用户行为语义关联特征，确定推荐提供的商品属性类别标签；

其中，所述用户行为语义编码模块，用于：分别将所述用户行为数据的集合中的各个用户行为数据进行分词处理后通过包含词嵌入用户行为数据语义编码模块以得到所述用户行为语义理解特征向量的集合；

其中，所述用户行为语义全局融合模块，用于：使用投影层来融合所述用户行为语义理解特征向量的集合以得到所述用户行为全局语义理解特征向量；

其中，所述用户行为语义全局融合模块，用于：使用所述投影层以如下融合公式来融合所述用户行为语义理解特征向量的集合以得到所述用户行为全局语义理解特征向量；

其中，所述融合公式为：

其中，V1到Vi是所述用户行为语义理解特征向量的集合中的第i个用户行为语义理解特征向量，Vf是所述用户行为全局语义理解特征向量， 表示投影融合处理；

其中，所述行为模式差异语义分析过滤模块,包括：

特征优化单元，用于对所述用户行为全局语义理解特征向量进行特征优化以得到优化用户行为全局语义理解特征向量；

行为模式差异语义度量系数计算单元，用于分别计算所述用户行为语义理解特征向量的集合中各个用户行为语义理解特征向量与所述优化用户行为全局语义理解特征向量之间的行为模式差异语义度量系数以得到行为模式差异语义度量系数的集合；

过滤单元，用于基于所述行为模式差异语义度量系数的集合与预定阈值之间的比较，对所述用户行为语义理解特征向量的集合进行过滤以得到所述聚集后用户行为语义理解特征向量的集合；

其中，所述行为模式差异语义度量系数计算单元，用于：以如下语义度量公式计算所述用户行为语义理解特征向量的集合中各个用户行为语义理解特征向量与所述优化用户行为全局语义理解特征向量之间的行为模式差异语义度量系数以得到所述行为模式差异语义度量系数的集合；

其中，所述语义变动公式为：

(x) (x)

其中，p 和q 分别是所述用户行为语义理解特征向量的集合中每个用户行为语义理解特征向量和所述优化用户行为全局语义理解特征向量的各个位置的特征值，N是所述用户行为语义理解特征向量的集合中每个用户行为语义理解特征向量和所述优化用户行为全局语义理解特征向量的尺度，s是所述行为模式差异语义度量系数。

2.根据权利要求1所述的基于大数据技术的电子商务营销分析系统，其特征在于，所述用户行为间关联特征分析模块，用于：将所述聚集后用户行为语义理解特征向量的集合排列为特征矩阵后通过基于卷积神经网络模型的用户行为间关联特征提取器以得到用户行为语义关联特征图作为所述用户行为语义关联特征。

3.根据权利要求2所述的基于大数据技术的电子商务营销分析系统，其特征在于，所述商品属性类别推荐模块，用于：将所述用户行为语义关联特征图通过分类器以得到分类结果，所述分类结果用于表示推荐提供的商品属性类别标签。

4.一种基于大数据技术的电子商务营销分析方法，该方法应用于权利要求1所述的基于大数据技术的电子商务营销分析系统，其特征在于，包括：从电子商务平台获取用户行为数据的集合；

对所述用户行为数据的集合进行语义编码以得到用户行为语义理解特征向量的集合；

对所述用户行为数据的集合进行全局语义融合以得到用户行为全局语义理解特征向量；

基于所述用户行为全局语义理解特征向量，对所述用户行为语义理解特征向量的集合进行基于行为模式差异的语义分析和过滤以得到聚集后用户行为语义理解特征向量的集合；

将所述聚集后用户行为语义理解特征向量的集合排列为特征矩阵后进行关联特征分析以得到用户行为语义关联特征；

基于所述用户行为语义关联特征，确定推荐提供的商品属性类别标签。

5.根据权利要求4所述的基于大数据技术的电子商务营销分析方法，其特征在于，将所述聚集后用户行为语义理解特征向量的集合排列为特征矩阵后进行关联特征分析以得到用户行为语义关联特征，包括：将所述聚集后用户行为语义理解特征向量的集合排列为特征矩阵后通过基于卷积神经网络模型的用户行为间关联特征提取器以得到用户行为语义关联特征图作为所述用户行为语义关联特征。