1.用于智能客服的多领域知识融合方法，其特征在于，所述方法包括：基于大数据确定多领域数据源，基于所述多领域数据源进行知识抽取，根据抽取信息建立多领域知识的关联映射规则；

基于所述关联映射规则将所述多领域知识进行连接，构建第一多领域知识信息库；

调取智能客服的对话数据确定用户目标需求，根据所述用户目标需求信息制定目标知识融合策略；

按照所述用户目标需求对所述多领域知识进行筛选，获取多目标领域知识集，执行所述目标知识融合策略对所述多目标领域知识集进行知识融合，获取目标融合知识数据集；

基于知识关联对所述目标融合知识数据集进行知识补全，根据知识补全结果更新所述第一多领域知识信息库，获取第二多领域知识信息库；

遍历所述第二多领域知识信息库与所述智能客服进行知识领域的适配，生成适配反馈信息，根据所述适配反馈信息对所述智能客服进行优化；

其中，调取智能客服的对话数据确定用户目标需求，根据所述用户目标需求信息制定目标知识融合策略，方法包括：分析所述对话数据识别多个用户需求信息，将所述多个用户需求信息按照所述多领域知识进行聚类分析，根据聚类分析结果提取最大聚类簇；

基于所述最大聚类簇确定所述用户目标需求，根据所述用户目标需求确定多个知识领域融合层次，划定知识领域融合范围；

将所述知识领域融合范围作为融合边界值，根据所述多个知识领域融合层次制定所述目标知识融合策略；

其中，所述将所述知识领域融合范围作为融合边界值，根据所述多个知识领域融合层次制定目标知识融合策略，方法包括：基于所述融合边界值建立知识可信度，按照所述知识可信度遍历所述多个知识领域融合层次，依次判断每个知识领域融合层次是否满足预设可信阈值；

若满足，则对目标知识领域融合层次的优先级进行赋值，若不满足，则对目标知识领域融合层次的优先级进行重置，由此迭代直至所述每个知识领域融合层次均具有优先级；

按照所述优先级对所述多个知识领域融合层次进行降序排列，根据优先级序列制定所述目标知识融合策略。

2.如权利要求1所述的方法，其特征在于，基于大数据确定多领域数据源，基于多领域数据源进行知识抽取，根据抽取信息建立多领域知识的关联映射规则，方法包括：利用大数据技术对多个领域的数据集进行筛选识别，根据识别结果确定多领域数据源；

将所述多领域数据源进行数据整合，构建多领域数据湖；

基于所述多领域数据湖进行实体识别，生成多个实体，采用关系抽取技术识别所述多个实体之间的关联关系进行形式构建，获取知识三元组；

根据所述知识三元组利用关联规则挖掘算法获取所述多领域知识湖内多领域知识之间的关联规则；

通过所述多领域知识的相似度计算，根据所述关联规则制定所述多领域知识之间的映射规则。

3.如权利要求1所述的方法，其特征在于，按照所述用户目标需求对多领域知识进行筛选，获取多目标领域知识集，方法包括：分析所述用户目标需求进行设定期望阈值，根据所述期望阈值进行知识检索，获取检索知识集；

基于知识时效对所述检索知识集进行知识筛选，获取所述多目标领域知识集。

4.如权利要求1所述的方法，其特征在于，执行所述目标知识融合策略对所述多目标领域知识集进行知识融合，获取目标融合知识数据集，方法包括：基于知识融合通道通过所述目标知识融合策略对所述多目标领域知识集内的每个目标领域知识集进行知识融合，判断知识融合是否存在融合冲突；

当存在融合冲突时，识别冲突类型，根据所述冲突类型制定冲突解决策略，执行所述冲突解决策略完成所述多目标领域知识集的知识融合，获取所述目标融合知识数据集。

5.如权利要求4所述的方法，其特征在于，方法还包括：若所述知识融合存在融合冲突，则对融合冲突数据进行记录，分析冲突来源；

基于所述冲突来源进行知识溯源，根据溯源结果生成融合冲突约束；

将所述融合冲突约束进行约束集成，并同步至所述知识融合通道。

6.如权利要求1所述的方法，其特征在于，基于知识关联对所述目标融合知识数据集进行知识补全，根据知识补全结果更新所述第一多领域知识信息库，获取第二多领域知识信息库，方法包括：对所述目标融合知识数据集进行知识关联分析，获取知识关联因子；

基于所述知识关联因子构建知识关联网络；

通过所述知识关联网络遍历所述目标融合知识数据集进行缺失识别，确定知识缺失信息；

根据所述知识缺失信息生成知识补全指令，通过所述知识补全指令对所述目标融合知识数据集进行知识补全，生成所述知识补全结果。