1.一种基于用户图谱的数据推荐方法，其特征在于：包括如下步骤：步骤1：根据用户行为对应的标签和标签对应的内容构建用户图谱，将用户图谱存储至推荐数据库；

步骤2：根据用户图谱构建、训练至少两个推荐模型，将已训练的推荐模型存储至推荐数据库；

步骤3：用户再次行为时根据环境特征和用户图谱从推荐数据库中选择一个推荐模型进行更新，根据更新后的推荐模型进行内容推荐，所述步骤1包括如下步骤：步骤1.1：根据用户行为提取行为特征，根据行为特征记录用户标签和用户标签对应的内容；

步骤1.2：将用户作为用户图谱的主节点，用户标签作为用户图谱的第一级从节点，将用户标签对应内容作为第一级从节点的子节点，完成构建用户图谱；

步骤1.3：将用户图谱存储至推荐数据库，

所述步骤2包括如下步骤：步骤2.1：建立至少两个推荐模型；

步骤2.2：将用户图谱的主节点和第一级从节点作为测试数据输入推荐模型，将用户图谱的第一级从节点的子节点的作为测试数据的输出训练推荐模型，获取推荐模型输入输出的映射关系；

步骤2.3：将已训练的推荐模型储存至推荐数据库。

2.根据权利要求1所述的一种基于用户图谱的数据推荐方法，其特征在于：所述推荐模型包括监督学习模型和/或深度学习模型和/或协同过滤模型。

3.根据权利要求1所述的一种基于用户图谱的数据推荐方法，其特征在于：所述步骤3包括如下步骤：步骤3.1：用户再次行为时，判断行为对应的标签是否改变，若改变，则跳至步骤3.2；若未改变，则选择推荐数据库中的一个推荐模型进行推荐；

步骤3.2：根据改变的用户行为记录新用户标签和新用户标签对应的内容，并根据标签及其内容构建新用户图谱，将新用户图谱存储至推荐数据库；

步骤3.3：检测用户环境获取环境特征，基于环境特征和用户图谱选择符合已改变行为的推荐模型；

步骤3.4：将环境特征、新用户图谱作为步骤3.3选择的推荐模型的测试数据，将测试数据输入步骤3.3选择的推荐模型进行训练，并将已训练的更新后的推荐模型存储至推荐数据库和根据更新后的推荐模型进行内容推荐。

4.根据权利要求3所述的一种基于用户图谱的数据推荐方法，其特征在于：所述环境特征包括地理位置和时间。