1.基于用户行为数据分析的电商大数据服务管理系统，其特征在于：包括商品售前状态预测模块（100）、用户关联性分析模块（200）、用户行为信息分析模块（300），以及售中订单顺序管理模块（400），其中：所述商品售前状态预测模块（100）用于发布与待销售商品所对应的广告，获取广告内容的丰富度，并建立感兴趣用户信息采集平台，通过用户的行为信息获取感兴趣的用户；

所述用户关联性分析模块（200）执行如下方法步骤：S1、采集感兴趣用户的数量 和位置信息，获取感兴趣用户在同一城市内的密集区域和非密集区域；

S2、获取处于非密集区域的感兴趣用户的购物数据，并将购物数据标记为对比数据；

所述用户行为信息分析模块（300）建立订单验证平台，对提交订单的用户信息进行采集，并结合所述对比数据，对雇佣用户进行识别；

所述用户行为信息分析模块（300）建立订单验证平台的方法步骤如下：S1、建立订单等候通道，使提交订单的用户根据订单顺序在等候通道内进行排队；

S2、通过订单获取用户的信息，并调取用户的历史行为信息；

S3、依据历史行为信息，将感兴趣用户标记为正常用户，将非感兴趣用户标记为敏感用户；

所述用户行为信息分析模块（300）对雇佣用户进行识别的方法步骤如下：S1、获取正常用户的数量 ；

S2、计算正常用户的数量 在感兴趣用户的数量 中的比例 ；其中，比例 =数量 数量 ；

S3、设定安全阈值 ，当比例 安全阈值 时，保留对敏感用户的标记；当比例 安全阈值 时，获取敏感用户的收货地址；

S4、判断收货地址所处的区域，当收货地址处于密集区域时，保留对敏感用户的标记，当地址处于非密集区域时，对敏感用户的历史购物数据与对比数据进行相关性对比；

S5、依据相关性对比结果，将不相关的敏感用户标记为雇佣用户；

所述售中订单顺序管理模块（400）对提交订单的队列进行调整，使正常用户的订单的优先级高于雇佣用户的订单。

2.根据权利要求1所述的基于用户行为数据分析的电商大数据服务管理系统，其特征在于：所述商品售前状态预测模块（100）发布的广告包括文字类广告、图片类广告以及视频类广告。

3.根据权利要求2所述的基于用户行为数据分析的电商大数据服务管理系统，其特征在于：所述商品售前状态预测模块（100）获取广告内容的丰富度的方法步骤如下：S1、采集商品的参数信息，获取参数信息对应的参数单量 ；

S2、获取各个类型广告中的参数单量 的总和 ；

S3、计算各个类型广告与商品的相关性 ，其中，相关性 =总和 参数总量 ；

S4、设置相关性阈值 ，当相关性 相关性阈值 时，将该广告标记为感兴趣广告；

当相关性 相关性阈值 时，将该广告标记为非感兴趣广告。

4.根据权利要求3所述的基于用户行为数据分析的电商大数据服务管理系统，其特征在于：所述商品售前状态预测模块（100）建立感兴趣用户信息采集平台的方法步骤如下：S1、记录用户的行为信息，获取用户观看感兴趣广告的数量 ；

S2、获取单位时间内投放给用户的感兴趣广告数量 的总和 ，并计算用户观看感兴趣广告比例 ；其中，用户观看感兴趣广告比例 =数量 ；

S3、设置比例阈值 ，用户观看感兴趣广告比例 比例阈值 时，将该用户标记为感兴趣用户；当用户观看感兴趣广告比例 比例阈值 时，将该用户标记为非感兴趣用户。

5.根据权利要求1所述的基于用户行为数据分析的电商大数据服务管理系统，其特征在于：所述售中订单顺序管理模块（400）对队列进行调整的方法步骤如下：S1、获取等候通道内的所有订单；

S2、根据用户的状态赋予优先级，赋予优先级后的排序为，正常用户＞敏感用户＞雇佣用户；

S3、依据优先级对所有订单的顺序进行调整；

S4、将调整后的订单状态发送至用户。