1.一种用于家具平台的用户数据共享方法，其特征在于，包括下述步骤：获取指定家具平台中的共享数据，确定所述共享数据中每个家具的家具特征向量和每个用户的用户特征向量；

根据所有的家具特征向量确定每个用户特征向量的趋近值集，进而根据每两个趋近值集确定对应两个用户之间的协同度；

根据所有的协同度确定目标用户的热启动家具决策域；

选取热启动家具决策域中的一种家具，根据目标用户和其他用户之间所有的协同度确定该种家具的共享预测值，根据所述共享预测值和目标用户的趋近值集确定目标用户对于该种家具的调整系数，继续确定热启动家具决策域中目标用户对于剩余家具的调整系数；

根据目标用户对于每种家具的调整系数对目标用户的家具推荐信息进行调整，将调整后的家具推荐信息分享到家具平台的共享数据库。

2.如权利要求1所述的方法，其特征在于，根据所有的家具特征向量确定每个用户特征向量的趋近值集具体包括：获取一个用户特征向量；

确定该个用户特征向量与所有的家具特征向量之间的趋近值；

将所有趋近值组成的集合作为该个用户特征向量的趋近值集；

重复上述步骤，确定剩余用户特征向量的趋近值集。

3.如权利要求1所述的方法，其特征在于，根据所有的协同度确定目标用户的热启动家具决策域具体包括：根据所有的协同度确定目标用户的特征向量层；

通过所述特征向量层确定目标用户的热启动家具决策域。

4.如权利要求1所述的方法，其特征在于，根据目标用户对于每种家具的调整系数对目标用户的家具推荐信息进行调整具体包括：获取所述热启动家具决策域中一种家具的调整系数；

根据该个调整系数确定该种家具的家具推荐等级；

重复上述步骤，确定所述热启动家具决策域中剩余家具的家具推荐等级；

根据所述热启动家具决策域中所有家具的家具推荐等级对目标用户的家具推荐信息进行调整。

5.如权利要求4所述的方法，其特征在于，根据该个调整系数确定该种家具的家具推荐等级具体包括：根据所述调整系数的取值将所述家具推荐等级分为强推荐级、次推荐级、弱推荐级，进而确定该种家具的家具推荐等级。

6.如权利要求1所述的方法，其特征在于，将家具平台的共享数据库中每个在档家具的基本特征和每个注册用户的基本特征作为所述家具平台中的共享数据。

7.如权利要求1所述的方法，其特征在于，将指定家具平台中一个家具的基本特征组成的特征向量作为所述家具特征向量。

8.一种用于家具平台的用户数据共享系统，其特征在于，包括：获取模块，用于获取指定家具平台中的共享数据，确定所述共享数据中每个家具的家具特征向量和每个用户的用户特征向量；

处理模块，用于根据所有的家具特征向量确定每个用户特征向量的趋近值集，根据每两个趋近值集确定对应两个用户之间的协同度；

所述处理模块，还用于根据所有的协同度确定目标用户的热启动家具决策域；

所述处理模块，还用于选取热启动家具决策域中的一种家具，根据目标用户和其他用户之间所有的协同度确定该种家具的共享预测值，根据所述共享预测值和目标用户的趋近值集确定目标用户对于该种家具的调整系数，继续确定热启动家具决策域中目标用户对于剩余家具的调整系数；

共享模块，用于根据目标用户对于每种家具的调整系数对目标用户的家具推荐信息进行调整，将调整后的家具推荐信息分享到家具平台的共享数据库。

9.一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，其特征在于，所述处理器被配置为获取所述代码，并执行如权利要求1至7任一项所述的用于家具平台的用户数据共享方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的用于家具平台的用户数据共享方法。