1.一种基于大数据的多渠道数字营销数据管理方法，其特征在于，所述方法包括以下步骤：

步骤S100：将一个商品的商品种类设置为目标商品种类，所述商品种类的商品包括若干个商品属性，获取目标商品种类中不同商品的复购周期，计算商品属性对更换周期的时间影响系数；

步骤S100包括：

步骤S101：获取同一顾客购买目标商品种类中同种商品的购买记录，得到目标商品种类中的A商品，同一顾客购买的平均间隔时间aveta，目标商品种类中的B商品，同一顾客购买的平均间隔时间avetb；

步骤S102：将目标商品种类中，各个商品共有的商品属性设置为第一属性，获取A商品的商品属性，汇集至A商品的属性集合attA，获取B商品的商品属性，汇集至B商品的属性集合attB，获取第一属性包括的商品属性构成的集合P1，A商品的第二属性集合P2，P2=attA‑P1，B商品的第二属性集合P3，P3=attB‑P1；

步骤S103：当avetb＞aveta时，计算K1=（avetb‑aveta）/2，A商品的属性集合attA中，每个属性的时间影响值为Ka，Ka=‑（K1/m1），其中，m1表示集合attA中属性的数量；B商品的属性集合attB中，每个属性的时间影响值为Kb，Kb=K1/m2，其中，m2表示集合attB中属性的数量；

当avetb＜aveta时，K1的计算公式为，K1=（aveta ‑avetb）/2，将K1带入公式Ka=K1/m1，计算A商品每个属性的影响值，带入公式Kb=‑（K1/m2），计算B商品每个属性的影响值；

步骤S104：从目标商品种类的购买记录中，采集若干组记录，计算商品属性的时间影响值，根据商品属性对时间影响值进行汇集，计算商品影响值的数学期望，得到商品属性的时间影响系数；

步骤S104包括：

步骤S1‑1：汇集某一商品属性的所有时间影响值至所述某一商品属性的时间影响值集合u，根据数值对u中的时间影响值进行分类，统计集合u中每种时间影响值对应的出现频率，其中，时间影响值集合u中第i种时间影响值的频率αi，αi=c1/c2，c1表示时间影响值集合u中，所述第i种时间影响值的出现次数，c2表示集合u中，时间影响值的总数量；

步骤S1‑2：计算所述某一商品属性的时间影响系数η， ，其中type表示

u中的时间影响值种类的总数量，Vi表示时间影响值集合u中第i种时间影响值；

步骤S200：将一个从目标商品种类中，购买某一商品的顾客设为目标顾客，将所述某一商品设置为第一目标商品，计算第一目标商品的期望更换时长；

步骤S200包括：

步骤S201：获取目标商品种类中，同一顾客购买同一商品平均间隔时间的平均值Tave；

步骤S202：汇集第一目标商品的第一属性至集合R11，第二属性至集合R12，获取R12中各个商品属性对应的时间影响系数，计算影响时长Tinf， ，其中，ηj表示R12中第j个商品属性对应的时间影响系数；

步骤S203：计算第一目标商品的期望更换时长Tpre，Tpre=Tave+Tinf；

步骤S300：当目标顾客在第一目标商品的期望更换时间内购买了目标商品种类的另一商品时，将所述另一商品设置为第二目标商品，比较第一目标商品与第二目标商品的差异，得到差异对更换时间的影响；

步骤S300包括：

步骤S301：获取第一目标商品的购买时间T1，第二目标商品的购买时间T2，第一目标商品的期望更换时间TP，TP=T1+Tpre；

步骤S302：当T2＜TP时，汇集第二目标商品的第二属性至集合R22，将集合R22与集合R12组成差异对：R22→R12，计算差异对的差异系数β，β=1‑（T2‑T1）/Tpre，所述差异系数为差异对更换时间的影响，其中，差异对R22→R12为有向差异对，当R22与R12比较时，差异系数为β，当R12与R22比较时，差异系数为‑β；

步骤S400：获取目标用户的用户特征，将目标用户的用户特征设为目标用户特征，比较目标商品种类中的商品属性，当顾客的用户特征与目标用户特征一致时，调整目标商品种类中商品的推荐顺序；

步骤S400包括：

步骤S401：获取目标商品种类的推荐序列，其中，推荐序列为目标商品种类中各个商品根据推荐先后顺序排成的序列；

步骤S402：获取推荐序列中任意两个商品的第二属性，遍历所述任意两个商品所有第二属性包括的所有差异对，将所有差异对的差异系数进行累加，得到所述任意两个商品间的差异值；

步骤S403：比较推荐序列中任意两个商品间的差异值，根据商品间差异值由大到小的顺序，对推荐序列中商品的顺序进行重新排列，得到目标推荐序列，按照目标推荐序列中商品的顺序，向与目标用户特征一致的用户进行商品推荐。

2.一种应用于权利要求1中所述的基于大数据的多渠道数字营销数据管理方法的多渠道数字营销数据管理系统，其特征在于，所述系统包括以下模块：更换周期比较模块、期望更换时长计算模块、差异影响计算模块和推荐顺序调整模块，其中，更换周期比较模块用于比较两个商品的更换周期计算时间影响系数，期望更换时长计算模块用于计算第一目标商品的期望更换时长，差异影响计算模块用于计算商品差异对更换时间的影响，推荐顺序调整模块用于对商品的推荐顺序进行调整。

3.根据权利要求2所述的多渠道数字营销数据管理系统，其特征在于：更换周期比较模块包括：平均间隔时间管理单元、商品属性管理单元、时间影响值计算单元和时间影响系数计算单元，其中，平均间隔时间管理单元用于管理购买商品的平均间隔时间，商品属性管理单元用于获取商品的商品属性，时间影响值计算单元用于计算各次比较中，商品属性对应的时间影响值，时间影响系数计算单元用于汇集时间影响值，商品属性的时间影响系数；

期望更换时长计算模块包括：平均购买时间获取单元、影响时长计算单元和期望更换时长计算单元，其中，平均购买时间获取单元用于获取目标商品种类中各个商品的平均间隔时间的平均值，影响时长计算单元用于计算第一目标商品的商品属性对应的影响时长， 期望更换时长计算单元用于计算第一目标商品的期望更换时长。

4.根据权利要求2所述的多渠道数字营销数据管理系统，其特征在于：差异影响计算模块包括：购买时间获取单元、属性差异对管理单元和差异系数计算单元，其中，购买时间获取单元用于目标顾客购买第一目标商品和第二目标商品的时间，属性差异对管理单元用于管理商品属性的差异对，差异系数计算单元用于计算差异对的差异系数。

5.根据权利要求2所述的多渠道数字营销数据管理系统，其特征在于：推荐顺序调整模块包括：推荐序列获取单元、差异值比较单元和商品排列单元，其中，推荐序列获取单元用于获取目标商品种类中商品的推荐序列，差异值比较单元用于比较推荐序列中各个商品的差异系数，计算任意两个商品间的差异值，商品排列单元用于根据任意两个商品间的差异值，对推荐序列中的商品顺序进行重新排列，得到目标推荐序列。