1.一种智能浴缸温控系统，其特征在于，包括：

用户历史偏好数据获取模块，用于获取用户历史偏好数据；

环境条件数据采集模块，用于采集预定时间段内多个预定时间点的环境条件数据，其中，所述环境条件数据包括水温、室温和湿度；

环境条件数据规整时序捕捉模块，用于将所述预定时间段内多个预定时间点的环境条件数据进行数据规整以得到环境条件数据时序输入向量的序列后输入环境条件参数时序捕捉模型以得到环境条件数据时序特征向量的序列；

参数时序关联模块，用于将所述环境条件数据时序特征向量的序列输入环境条件参数时序关联提取器以得到环境条件参数时序关联特征向量；

用户历史偏好数据语义编码模块，用于将所述用户历史偏好数据输入用户偏好语义特征提取器以得到用户历史偏好数据语义编码特征向量；

用户偏好环境条件特征融合模块，用于融合所述环境条件参数时序关联特征向量和所述用户历史偏好数据语义编码特征向量以得到用户偏好‑环境条件表征向量；

水温值推荐模块，用于基于所述用户偏好‑环境条件表征向量，得到当前时间点推荐的水温值，并基于所述推荐的水温值控制加热元件的输出；

其中，所述用户偏好环境条件特征融合模块，包括：

所述用户历史偏好度量感知优化单元，用于：

计算所述用户历史偏好数据语义编码特征向量和所述环境条件参数时序关联特征向量之间的按位置差分以得到第一视点度量表示向量；

计算所述用户历史偏好数据语义编码特征向量和所述环境条件参数时序关联特征向量之间的按位置点乘以得到第二视点度量表示向量；

计算所述用户历史偏好数据语义编码特征向量和所述环境条件参数时序关联特征向量之间的按位置加和以得到第三视点度量表示向量；

计算所述第一视点度量表示向量、所述第二视点度量表示向量和所述第三视点度量表示向量中各个位置的梯度幅值以得到第一视点度量感知向量、第二视点度量感知向量和第三视点度量感知向量；

将所述第一视点度量感知向量、所述第二视点度量感知向量和所述第三视点度量感知向量输入向后机器学习逆向多视点感知优化模块以得到逆向多视点感知优化表示向量；

计算所述逆向多视点感知优化表示向量和所述用户历史偏好数据语义编码特征向量之间的按位置点乘以得到所述优化的用户历史偏好数据语义编码特征向量；

优化用户历史偏好‑环境条件参数特征融合单元，用于将所述环境条件参数时序关联特征向量和所述优化的用户历史偏好数据语义编码特征向量进行特征融合以得到所述用户偏好‑环境条件表征向量。

2.根据权利要求1所述的智能浴缸温控系统，其特征在于，所述环境条件数据规整时序捕捉模块，包括：参数样本时间维度排列单元，用于将所述预定时间段内多个预定时间点的环境条件数据按照参数样本维度和时间维度进行数据规整以得到所述环境条件数据时序输入向量的序列；

环境参数时序特征提取单元，用于将所述环境条件数据时序输入向量的序列输入基于深度神经网络的环境条件参数时序捕捉模型以得到所述环境条件数据时序特征向量的序列。

3.根据权利要求2所述的智能浴缸温控系统，其特征在于，所述基于深度神经网络的环境条件参数时序捕捉模型为基于一维卷积网络的环境条件参数时序捕捉模型。

4.根据权利要求3所述的智能浴缸温控系统，其特征在于，所述参数时序关联模块，用于：将所述环境条件数据时序特征向量的序列输入基于转换器的环境条件参数时序关联提取器以得到所述环境条件参数时序关联特征向量。

5.根据权利要求4所述的智能浴缸温控系统，其特征在于，所述用户历史偏好数据语义编码模块，用于：将所述用户历史偏好数据输入基于Bi‑LSTM模型的用户偏好语义特征提取器以得到所述用户历史偏好数据语义编码特征向量。

6.根据权利要求5所述的智能浴缸温控系统，其特征在于，所述水温值推荐模块，包括：水温解码值单元，用于将所述用户偏好‑环境条件表征向量输入基于解码器的水温推荐器以得到当前时间点推荐的水温值；

加热元件控制单元，用于基于所述当前时间点推荐的水温值自动控制加热元件的输出。