1.一种基于用户画像的职位推荐方法，其特征在于，所述方法包括：获取用户的特征信息以及服务器发送的历史服务订单；用户在完成用人单位发布的服务订单后，用户终端和/或用人单位终端向服务器发送订单任务完成的信息，以使所述服务器根据所述订单任务生成所述历史服务订单，所述历史服务订单由服务器记录并存储；其中，用户在终端应用上能够获取用人单位发布的职位信息和任职邀请，用户在接受任职邀请，并完成用人单位发布的工作任务后，用人单位和/或用户在各自的终端应用上确认任务完成，即表示用户已完成服务订单，同时服务器便会对用户已完成的服务订单的信息以及完成情况进行记录，以生成历史服务订单；

根据所述历史服务订单，生成所述用户在不同类别的职位上的经验指数；具体地，通过对用户的历史服务订单进行分类统计，并根据数学模型计算出经验指数，实现对用户经验指数的量化统计；

将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类，并生成用户画像；

根据所述用户画像，向所述用户推荐职位信息。

2.如权利要求1所述的基于用户画像的职位推荐方法，其特征在于，所述获取用户的特征信息包括：

获取用户的个人介绍信息；

从所述个人介绍信息中提取出至少一个关键词；其中，至少一个所述关键词用于从至少一个维度表征用户的所述特征信息。

3.如权利要求1或2所述的基于用户画像的职位推荐方法，其特征在于，所述特征信息包括性格特征信息、性别特征信息、年龄信息以及特长信息中的至少一个。

4.如权利要求1所述的基于用户画像的职位推荐方法，其特征在于，所述根据所述历史服务订单，生成所述用户在不同类别的职位上的经验指数包括：按照所述历史服务订单所对应的职位类别不同，对所述历史服务订单进行分类；

计算用户在不同类别的职位上的工作总时长；

计算用户在不同类别的职位上的平均得分；其中，当所述用户根据服务订单完成服务对象所设定的工作内容后，所述服务对象能够对所述用户进行评分；

根据所述工作总时长以及所述平均得分，生成所述用户在不同类别的职位上的经验指数。

5.如权利要求1所述的基于用户画像的职位推荐方法，其特征在于，用户在其中一个类别的职位上的经验指数e为：

；

其中，K为其中一个类别的职位的经验系数， 为用户在该类别的职位上的第1次工作的工作时长，为用户在该类别的职位上的第1次工作的得分， 为用户在该类别的职位上的第2次工作的工作时长， 为用户在该类别的职位上的第2次工作的得分， 为用户在该类别的职位上的第n次工作的工作时长， 为用户在该类别的职位上的第n次工作的得分。

6.如权利要求1所述的基于用户画像的职位推荐方法，其特征在于，所述根据所述用户画像，向所述用户推荐职位信息具体包括：基于所述用户画像，计算待推荐用户与用人单位发布的职位信息的适配度；

当所述适配度大于或等于预设值时，则向所述待推荐用户推荐所述职位信息；

当所述适配度小于预设值时，则不将该职位信息推荐给待推荐用户。

7.如权利要求1或6所述的基于用户画像的职位推荐方法，其特征在于，在向用户推荐职位信息时，向所述用户发送发布该职位信息的用人单位的得分情况。

8.一种基于用户画像的职位推荐装置，其特征在于，包括：获取单元，用于获取用户的特征信息以及历史服务订单；用户在完成用人单位发布的服务订单后，用户终端和/或用人单位终端向服务器发送订单任务完成的信息，以使所述服务器根据所述订单任务生成所述历史服务订单，所述历史服务订单由服务器记录并存储；

其中，用户在终端应用上能够获取用人单位发布的职位信息和任职邀请，用户在接受任职邀请，并完成用人单位发布的工作任务后，用人单位和/或用户在各自的终端应用上确认任务完成，即表示用户已完成服务订单，同时服务器便会对用户已完成的服务订单的信息以及完成情况进行记录，以生成历史服务订单；

第一生成单元，用于根据所述历史服务订单，生成所述用户在不同类别的职位上的经验指数；具体地，通过对用户的历史服务订单进行分类统计，并根据数学模型计算出经验指数，实现对用户经验指数的量化统计；

第二生成单元，用于将所述特征信息以及所述用户在不同类别的职位上的经验指数进行聚类，并生成用户画像；

推荐单元，用于根据所述用户画像，向所述用户推荐职位信息。

9.一种终端，其特征在于，所述终端包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现权利要求1至7中任意一项所述的基于用户画像的职位推荐方法。

10.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现权利要求1至7中任一项所述的基于用户画像的职位推荐方法。