1.一种基于大数据的推荐方法，其特征在于，该方法至少包括：

获得待推荐电商业务数据；

确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量；

结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据；

所述获得待推荐电商业务数据的步骤，包括：

获得输入的初始电商业务数据主题；

响应于所述初始电商业务数据主题的种类为电商信息属性，对所述初始电商业务数据主题进行预处理，确定所述待推荐电商业务数据；

或者，响应于所述初始电商业务数据主题的种类为事件种类，在所述初始电商业务数据主题中选择电商业务数据评估符合指定要求的不少于一个电商业务数据；

对所述不少于一个电商业务数据进行预处理，确定所述待推荐电商业务数据；

所述确定所述待推荐电商业务数据的不少于两个种类的电商业务数据知识向量，包括以下两种方式之一：方式一，结合所述待推荐电商业务数据所在的商品种类，确定表征存在差异的知识向量数目的不少于两个；

在所述不少于两个的表征存在差异的知识向量上，逐一对所述待推荐电商业务数据进行知识向量抽取，确定所述不少于两个种类的电商业务数据知识向量；

或者，方式二，所述不少于两个种类包括X个种类，X为不小于1的整数，在第a个种类上对所述待推荐电商业务数据进行知识向量抽取，得到第a个种类的电商业务数据知识向量；

其中，a为不小于1且不大于X的整数；

结合第a‑1个种类对所述第a个种类的电商业务数据知识向量进行简单随机抽样，确定所述第a‑1个种类的电商业务数据知识向量；其中，所述第a个种类的优先等级超过所述第a‑1个种类的优先等级；

所述结合所述不少于两个种类的电商业务数据知识向量，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据，包括：结合所述不少于两个种类，获得挑选数据推送对象；

结合所述挑选数据推送对象，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据；

所述结合所述不少于两个种类，获得挑选数据推送对象，包括以下两种方式之一：

方式一，依照种类表征的知识向量的数目，对所述不少于两个种类的种类优先等级进行分布，得到第一分布列表；其中，所述种类表征的知识向量的数目越大，所述种类的优先等级越高；

将依照所述第一分布列表从低优先等级种类至高优先等级种类进行逐步挑选，确定为所述挑选数据推送对象；

或者，方式二，获得每一个种类的挑选可能性，以及，获得每一个种类的挑选全局周期；

结合所述每一个种类的挑选可能性，确定挑选可能性之间的比较向量小于指定比较向量的连续不少于两个种类；

在所述连续不少于两个种类中，确定挑选全局周期最小的目标个种类；

在所述不少于两个种类中，对所述连续不少于两个种类中所述目标个种类之外的种类进行清洗，得到其余种类；

对所述其余种类中的种类优先等级进行分布，得到第二分布列表；将依照所述第二分布列表从低优先等级种类至高优先等级种类进行挑选，确定为所述挑选数据推送对象；

所述结合所述挑选数据推送对象，在在先配置的电商业务数据集中挑选所述待推荐电商业务数据关联的目标电商业务数据，包括：在指定电商业务数据集中，依照所述挑选数据推送对象中的分布列表从低优先等级种类至高优先等级种类，挑选与所述待推荐电商业务数据的电商业务数据知识向量关联的待定电商业务数据簇；

结合随机一个种类对应的待定电商业务数据簇和所述随机一个种类的种类优先等级，确定所述随机一个种类是否符合表征挑选终止的指定要求；

响应于所述随机一个种类符合所述指定要求，结合所述随机一个种类的电商业务数据知识向量，在所述随机一个种类的低一个种类对应的待定电商业务数据簇中挑选所述目标电商业务数据；

所述指定要求包括以下至少之一：

所述随机一个种类对应的待定电商业务数据簇的第一向量不大于指定数目目标值；

所述随机一个种类对应的待定电商业务数据簇相比于所述指定电商业务数据集的总挑选可能性不大于指定挑选可能性目标值；

所述随机一个种类的种类优先等级为最第一种类；

所述随机一个种类的目标挑选全局周期在连续不少于两个种类中最小，其中，所述随机一个种类与所述连续不少于两个种类的目标挑选可能性之间的比较向量小于指定比较向量，且所述连续不少于两个种类和所述随机一个种类中包括最高优先等级的种类；

其中，在对待推荐电商业务数据的不少于两个种类，在在先配置的电商业务数据集中进行挑选的过程中，每次挑选之后，统计本次挑选的挑选可能性以及与低一个种类的挑选可能性之间的比较向量；连续不少于两个种类的挑选可能性之间的比较向量为连续的每两个种类之间的比较向量，如果这样连续不少于两个种类的挑选可能性之间的比较向量均小于指定比较向量，而且连续不少于两个种类中还包括最高优先等级的种类，说明待推荐电商业务数据的整个挑选过程已完成；

其中，在所述不少于两个种类包括X个种类的前提上，所述在指定电商业务数据集中，依照所述挑选数据推送对象中的分布列表从低优先等级种类至高优先等级种类，挑选与所述待推荐电商业务数据的电商业务数据知识向量关联的待定电商业务数据簇，包括：从第1个种类开始，依照所述挑选数据推送对象中的分布列表在第a‑1个种类对应的待定电商业务数据簇中挑选与第a个种类的电商业务数据知识向量相关联的待定电商业务数据簇，直到所述第a个种类符合所述指定要求；其中，所述第1个种类表征所述X个种类中的最低个种类，在a取值为1的前提上，所述第a‑1个种类对应的待定电商业务数据簇为所述指定电商业务数据集；

所述获得每一个种类的挑选可能性，包括：获得随机一个种类对应的待定电商业务数据簇的第一向量，以及所述随机一个种类的低一个种类对应的待定电商业务数据簇的第二向量；结合所述第二向量和所述第一向量，确定所述随机一个种类的挑选可能性；

其中，所述获得每一个种类的挑选全局周期，包括：获得随机一个种类的片段簇和挑选数量；其中，所述片段簇包括：所述随机一个种类和所述随机一个种类的低个种类在每一次挑选中的片段；结合所述随机一个种类的片段簇和挑选数量，确定所述随机一个种类的挑选全局周期；

其中，确定待推荐电商业务数据的最低个种类的电商业务数据知识向量之后，在在先配置的电商业务数据集中挑选与最低个种类的电商业务数据知识向量相似度大于一定目标值的待定电商业务数据簇，当指定要求为随机一个种类对应的待定电商业务数据簇的第一向量不大于指定数目目标值时，依照最低个种类的电商业务数据知识向量在在先配置的电商业务数据集中进行初筛之后，确定挑选到的待定电商业务数据簇的向量，如果该待定电商业务数据簇的向量不大于指定数目目标值，将挑选到的待定电商业务数据簇直接作为目标电商业务数据，如果该待定电商业务数据簇的向量不大于指定数目目标值，在挑选到的待定电商业务数据簇的基础上，依照该最低个种类的高一个种类的电商业务数据知识向量进行寻找，得到高一个种类的待定电商业务数据簇；其中，依照第三种类的电商业务数据知识向量在在先配置的电商业务数据集中进行初筛，确定挑选到的待定电商业务数据簇的向量；如果该待定电商业务数据簇的向量大于指定数目目标值，依照第二种类的电商业务数据知识向量在在先配置的电商业务数据集中进行进一步精筛，并确定挑选到的待定电商业务数据簇的向量，如果该待定电商业务数据簇的向量大于指定数目目标值，依照第一种类的电商业务数据知识向量在在先配置的电商业务数据集中进行精细化处理，将本轮挑选到的待定电商业务数据簇视为目标电商业务数据；

每一个种类的挑选可能性表征该个种类挑选出的电商业务数据向量相对于被挑选的电商业务数据向量的置信度，每一个种类的挑选全局周期表征该个种类在在先配置的电商业务数据集中进行一次挑选的周期；

不少于两个种类包括：第一种类、第二种类和第三种类，其中，第一种类对应的电商业务数据重要节点的数目大于第二种类对应的电商业务数据重要节点的数目，第二种类对应的电商业务数据重要节点的数目大于第三种类对应的电商业务数据重要节点的数目。

2.一种基于大数据的推荐系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1所述的方法。