1.一种云平台与酒店相结合的网络互动方法，其特征在于，所述方法包括：

所述云平台在应用客户端成功办理所述酒店的客房入住手续后，向所述应用客户端推送询问信息，所述询问信息用于询问所述应用客户端是否需要参与下次入住免费时长奖励活动；

若所述应用客户端需要参与所述下次入住免费时长奖励活动，所述云平台向所述应用客户端推送互动频道创建界面，所述互动频道创建界面包括互动频道ID创建栏；

所述云平台检测所述应用客户端上报的在所述互动频道ID创建栏中创建的互动频道ID，并向所述应用客户端推送客服策略建议创建界面，所述客服策略建议创建界面包括客服策略建议创建栏；

所述云平台检测所述应用客户端上报的在所述客服策略建议创建栏中创建的与所述酒店相关的客服策略建议，并创建所述互动频道ID所属的互动频道，以及建立所述互动频道ID所属的互动频道与所述客服策略建议的关联关系；

所述云平台将与所述应用客户端同一日成功办理所述酒店的客房入住手续的所有客户端添加至所述互动频道ID所属的互动频道，所述所有客户端包括所述应用客户端；

所述云平台向所述互动频道ID所属的互动频道发布所述客服策略建议，收集与所述应用客户端同一日成功办理所述酒店的客房入住手续的所有客户端对所述客服策略建议的点赞总次数；

所述云平台按照所述酒店预先配置的点赞次数与价值评分值的对应关系，获取所述点赞总次数对应的价值评分值S；

所述云平台获取与所述点赞总次数以及所述价值评分值S成正比关系的时长，作为所述应用客户端下次入住所述酒店时的免费入住时长；

所述云平台向所述应用客户端推送所述免费入住时长；

所述云平台在所述应用客户端办理所述客房的退房手续之前，检测是否收到所述应用客户端上报的免费入住时长等价值置换请求；

若收到，所述云平台以所述免费入住时长为依据，确定出所述酒店提供的至少一个客房服务项目；其中，每一所述客房服务项目均与所述免费入住时长等价值；

所述云平台向所述应用客户端推送所述至少一个客房服务项目，并检测所述应用客户端从所述至少一个客房服务项目中选取的某一客房服务项目；

所述云平台向所述酒店推送所述应用客户端选取的所述某一客房服务项目的标识，以使所述酒店为所述应用客户端所属房客安排所述某一客房服务项目对应的客房服务；

所述云平台检测所述应用客户端从所述至少一个客房服务项目中选取的某一客房服务项目，包括：所述云平台检测所述应用客户端从所述至少一个客房服务项目中选取的无卡式客房开门服务项目；

所述云平台向所述酒店推送所述应用客户端选取的所述某一客房服务项目的标识，以使所述酒店为所述应用客户端所属房客安排所述某一客房服务项目对应的客房服务，包括：所述云平台向所述酒店的管理客户端推送所述应用客户端选取的无卡式客房开门服务项目的标识，而所述酒店管理客户端为所述应用客户端所属房客安排无卡式客房开门服务项目对应的客房服务，即：所述酒店的管理客户端在检测到所述应用客户端成功办理入住的所述客房的房门口配置的压力感应模块被首次踩压时，调用所述客房的房门外设的摄像头采集首次踩压压力感应模块的第一人员的人脸图像；根据第一人员的人脸图像，识别第一人员是否属于所述应用客户端所属房客，若属于，检测所述客房的房门是否发生关门动作，若发生，将第一人员的人脸图像划分成多个区域图像，将多个区域图像随机加载在该客房的房门外设的触摸屏幕输出的多个区域图像加载位置上；当多个区域图像首次被从多个区域图像加载位置拖拽至触摸屏幕输出的紧密拼接的多个区域图像拼接位置以构成第一人员的人脸图像时，根据记录的每一个区域图像的首次拖拽起始时间，确定每一个区域图像加载的区域图像加载位置对应的首次拖拽次序；将第一人员在每一个区域图像对应的从区域图像加载位置到区域图像拼接位置的首次拖拽轨迹上选择的某一轨迹点作为该区域图像加载的区域图像加载位置预配置的唯一隐藏式轨迹必经点；隐藏第一人员的人脸图像，并将多个区域图像加载位置对应的首次拖拽次序以及多个区域图像加载位置预配置的唯一隐藏式轨迹必经点作为该房门的房门开锁验证信息进行存储；

其中，所述多个区域图像加载位置中的任意两个区域图像加载位置预配置的唯一隐藏式轨迹必经点互不相同；所述多个区域图像加载位置中的任意两个区域图像加载位置对应的首次拖拽次序互不相同。

2.根据权利要求1所述的网络互动方法，其特征在于，所述云平台获取与所述点赞总次数以及所述价值评分值S成正比关系的时长，作为所述应用客户端下次入住所述酒店时的免费入住时长，包括：所述云平台确定所述所有客户端中的每一客户端成功办理所述酒店的客房入住手续的办理序号；

所述云平台从确定出的所述所有客户端中的每一客户端成功办理所述酒店的客房入住手续的办理序号中，确定出所述应用客户端成功办理所述酒店的客房入住手续的办理序号N；

所述云平台利用以下公式计算出与所述点赞总次数以及所述价值评分值S成正比关系的时长，作为所述应用客户端下次入住所述酒店时的免费入住时长，即：T＝(S/N)*M

其中，所述T表示所述应用客户端下次入住所述酒店时的免费入住时长；所述S表示所述点赞总次数对应的价值评分值，所述N表示所述应用客户端成功办理所述酒店的客房入住手续的办理序号，所述M为所述点赞总次数。

3.根据权利要求1或2所述的网络互动方法，其特征在于，若所述云平台未收到所述应用客户端上报的免费入住时长等价值置换请求，所述方法还包括：所述云平台在所述应用客户端办理所述客房的退房手续时，所述云平台向所述应用客户端推送征询信息，所述征询信息用于询问所述应用客户端是否需要转移所述免费入住时长；

若所述应用客户端反馈需要转移所述免费入住时长，所述云平台向所述应用客户端推送所述所有客户端中除了所述应用客户端之外的其余客户端；

所述云平台检测所述应用客户端从所述除了所述应用客户端之外的其余客户端中选取的任一客户端作为目标客户端；

所述云平台判断所述目标客户端是否已办理退房手续，若否，所述云平台向所述目标客户端推送所述免费入住时长。

4.根据权利要求3所述的网络互动方法，其特征在于，在所述应用客户端反馈需要转移所述免费入住时长之后，以及所述云平台向所述应用客户端推送所述所有客户端中除了所述应用客户端之外的其余客户端之前，所述方法还包括：所述云平台所述应用客户端是否已开通免费入住时长转移权限；

若所述应用客户端已开通免费入住时长转移权限，所述云平台判断所述应用客户端已开通的所述免费入住时长转移权限是否处于有效期内；

若处于所述有效期内，所述云平台执行所述的向所述应用客户端推送所述所有客户端中除了所述应用客户端之外的其余客户端。

5.根据权利要求4所述的网络互动方法，其特征在于，所述云平台检测所述应用客户端从所述除了所述应用客户端之外的其余客户端中选取的任一客户端作为目标客户端之后，以及所述云平台判断所述目标客户端是否已办理退房手续之前，所述方法还包括：所述云平台获取所述目标客户端办理所述酒店的客房入住手续时被所述酒店标记的目标客户端属性，所述目标客户端属性至少包括允许所述目标客户端接受转移的免费入住时长的标记或不允许所述目标客户端接受转移的免费入住时长的标记；

若所述目标客户端属性包括允许所述目标客户端接受转移的免费入住时长的标记，所述云平台执行所述的判断所述目标客户端是否已办理退房手续。

6.根据权利要求5所述的网络互动方法，其特征在于，在所述应用客户端需要参与所述下次入住免费时长奖励活动之后，以及所述云平台向所述应用客户端推送互动频道创建界面之前，所述方法还包括：所述云平台获取所述应用客户端办理所述酒店的客房入住手续时被所述酒店采集的所述应用客户端所属房客的图像；

所述云平台从模板数据库中读取出常见姿势模板；

所述云平台根据所述图像中的地理场景从所述常见姿势模板中确定待用姿势模板；

所述云平台根据所述待用姿势模板确定待用姿势的包络框；

所述云平台利用所述包络框在所述图像中进行匹配，以确定所述图像中包含的所述应用客户端所属房客的人像；

所述云平台利用人像属性算法对所述应用客户端所属房客的人像进行前向计算，得到所述应用客户端所属房客的人像的属性信息；

所述云平台识别所述应用客户端所属房客的人像的属性信息是否与所述酒店配置的会员人像的属性信息相匹配，如果相匹配，执行所述的向所述应用客户端推送互动频道创建界面；

其中，所述应用客户端所属房客的人像的属性信息至少包括所述应用客户端所属房客的年龄和性别。

7.根据权利要求6所述的网络互动方法，其特征在于，所述云平台根据所述图像中的地理场景从所述常见姿势模板中确定待用姿势模板，包括：所述云平台对所述图像对应的图像焦平面的地理场景进行识别；

若识别出所述图像焦平面的地理场景为路面，则所述云平台从所述常见姿势模板中确定站立姿势和下蹲姿势为待用姿势模板；

若识别出所述图像焦平面的地理场景为栏杆，则所述云平台从所述常见姿势模板中确定站立姿势和依靠姿势为待用姿势模板；

若识别出所述图像焦平面的地理场景为椅子，则所述云平台从所述常见姿势模板中确定站立姿势和坐下姿势为待用姿势模板。

8.根据权利要求7所述的网络互动方法，其特征在于，所述人像属性算法是基于多个样本人像图像以及所述多个样本人像图像的多个属性信息的识别结果按照属性信息的不同类型进行训练得到。

9.根据权利要求8所述的网络互动方法，其特征在于，所述人像属性算法通过以下方式训练得到，即：读取预先录入的样本人像数据，每个样本人像数据中包含样本人像图像以及样本人像图像的多个属性信息；

从所述样本人像图像中提取人像特征；

根据初始模型中的不同属性信息对应的子模型对每个样本人像图像的人像特征进行前向计算，得到每个样本人像图像的多个属性信息的预测值；

根据所述预测值与属性信息的值，按照属性信息的不同类型计算得到所述多个属性信息的损耗；

将所述多个属性信息的损耗求和，得到所述多个属性信息的总损耗；

对所述初始模型中的不同属性信息对应的子模型的参数进行调整，直到调整后的参数使得所述多个属性信息的总损耗小于或等于预设阈值时，停止调整得到所述人像属性算法。