1.一种数据分析方法，其特征在于，所述方法至少包括：

获得电子商务数据集中的多个关键交互数据；

通过所述多个关键交互数据，事先配置分析范围的互动事件分析指示，该分析范围的互动事件分析指示用于存储分类后的关键交互数据的关联的数据，具体用于表示内存中挖掘分析范围的内存范围；

通过人工智能分类线程将所述多个关键交互数据聚类到一个或者多个电商数据标签，并将所述电商数据标签的第一数据要素加载至所述互动事件分析指示中，其中，所述电商数据标签的第一数据要素包括所述电商数据标签对应的关键交互数据的描述关联的数据；

从最终分类得到的各个电商数据标签中筛选所述关键交互数据，以得到所述多个关键交互数据的筛选结果；结合所述筛选结果和所述互动事件分析指示，确定电商数据分析结果；

其中，所述通过所述多个关键交互数据，事先配置分析范围的互动事件分析指示，包括：

基于目标筛选关键交互数据向量，确定目标电商数据标签分类数目，其中，所述目标筛选关键交互数据向量为需从所述多个关键交互数据中筛选的关键交互数据数目，所述目标电商数据标签分类数目为最终分类得到的电商数据标签的数目；

通过所述多个关键交互数据识别权重与所述目标电商数据标签分类数目关联的互动事件分析指示；

其中，所述通过人工智能分类线程将所述多个关键交互数据聚类到一个或者多个电商数据标签，并将所述电商数据标签的第一数据要素加载至所述互动事件分析指示中，包括：将所述多个关键交互数据的局部或全局关键交互数据分类至一电商数据标签，并将所述电商数据标签的第一数据要素加载至互动事件分析指示中；

按照分布矩阵对所述互动事件分析指示的各个所述电商数据标签执行分类步骤，直到所述互动事件分析指示不再符合第一条件；

其中，所述分类步骤包括：将所述电商数据标签确定为全局电商数据标签，并将所述全局电商数据标签对应的关键交互数据聚类到一个或者多个新的电商数据标签，将所述新的电商数据标签的第一数据要素加载至互动事件分析指示中；

所述将所述电商数据标签确定为全局电商数据标签，包括：在所述电商数据标签对应的关键交互数据数目符合第二条件的前提下，将所述电商数据标签确定为全局电商数据标签；

所述将所述全局电商数据标签对应的关键交互数据聚类到一个或者多个新的电商数据标签，包括：

将所述全局电商数据标签对应的全局范围分类的第一数目作为局部范围，其中，所述全局范围为所述全局电商数据标签对应的关键交互数据在电子商务数据集中的范围；

在所述局部范围中的关键交互数据数目符合第三条件的前提下，为所述局部范围生成对应的局部电商数据标签，其中所述局部电商数据标签对应的关键交互数据为所述局部范围中的关键交互数据；在所述局部范围的关键交互数据数目不符合第三条件的前提下，不为所述局部范围生成对应的局部电商数据标签。

2.根据权利要求1所述的方法，其特征在于，与当前执行的所述电商数据标签属于同一全局电商数据标签的剩余电商数据标签的执行分布矩阵先于由当前执行的电商数据标签分类得到的电商数据标签的执行分布矩阵；所述按照分布矩阵对所述互动事件分析指示的各个所述电商数据标签执行分类步骤，包括：对于属于同一所述全局电商数据标签的局部电商数据标签，结合所述局部电商数据标签对应的关键交互数据数目确定所述局部电商数据标签的局部电商数据标签执行分布矩阵，结合所述局部电商数据标签执行分布矩阵对所述局部电商数据标签执行分类步骤，其中，所述局部电商数据标签为所述全局电商数据标签分类得到的电商数据标签；

在所述将所述全局电商数据标签对应的关键交互数据聚类到一个或者多个新的电商数据标签之后，所述方法还包括：将属于同一所述全局电商数据标签的电商数据标签之间进行关联分析处理，且使位于最终关联分析的电商数据标签指向于所述全局电商数据标签指向的电商数据标签，使指向所述全局电商数据标签的电商数据标签优化指向于位于初始关联分析的电商数据标签；其中，所述电商数据标签的指向用于确定所述电商数据标签的执行分布矩阵。

3.根据权利要求1所述的方法，其特征在于，所述将所述新的电商数据标签的第一数据要素加载至互动事件分析指示中，包括：将其中一所述新的电商数据标签的所述第一数据要素遮挡所述全局电商数据标签的第一数据要素进行识别，其余所述新的电商数据标签的所述第一数据要素加载至所述互动事件分析指示中的其余识别集合中。

4.根据权利要求1所述的方法，其特征在于，所述第一条件为所述互动事件分析指示中的当前识别电商数据标签数少于目标电商数据标签分类数目；所述第二条件为所述电商数据标签对应的关键交互数据数目超过第一目标值；所述第三条件为所述局部范围中的关键交互数据数目超过第二目标值。

5.根据权利要求4所述的方法，其特征在于，所述将所述多个关键交互数据的局部或全局关键交互数据分类至一电商数据标签，包括：将所述电子商务数据集中除指定约束条件范围以外的范围确定为异常范围；

将所述异常范围中的所述关键交互数据分类至一电商数据标签；所述按照分布矩阵对所述互动事件分析指示的各个所述电商数据标签执行分类步骤，直到所述互动事件分析指示不再符合第一条件的步骤，是在解析到当前分类的电商数据标签所对应的描述数超过目标筛选关键交互数据向量的前提下执行的。

6.根据权利要求5所述的方法，其特征在于，在获得电子商务数据集中的多个关键交互数据之后，所述方法还包括：为所述多个关键交互数据挖掘描述识别范围，并将所述多个关键交互数据的第二数据要素加载至描述识别范围中；其中，所述电商数据标签对应的描述信息包括所述电商数据标签对应的关键交互数据在所述描述识别范围的识别定位，所述描述识别范围为内存的内存范围；

其中，所述电商数据标签对应的关键交互数据的描述关联的数据包括所述电商数据标签对应的关键交互数据在所述描述识别范围中的起始识别定位和结束识别定位，所述方法还包括：每次将所述关键交互数据聚类到所述电商数据标签之后，调试所述描述识别范围中所述第二数据要素的识别定位，以使同一所述电商数据标签对应的关键交互数据的第二数据要素加载至相近定位上；

其中，所述描述识别范围为第一列队，所述第一列队中的各个属性用于识别一个关键交互数据的第二数据要素；所述关键交互数据的第二数据要素包括以下其中一种：所述关键交互数据在所述电子商务数据集中的定位信息、所述关键交互数据的回应系数、所述关键交互数据所属的描述数据的主题，其中，所述关键交互数据所属的描述数据为所述电子商务数据集对应的多个不同辨识度的描述数据中的随机一个；

其中，所述互动事件分析指示为第二列队，所述第二列队中的各个属性用于识别一个电商数据标签的第一数据要素；或者，所述互动事件分析指示为第一矩阵，所述第一矩阵中的各个事件用于识别一个电商数据标签的第一数据要素；所述电商数据标签的第一数据要素还包括以下其中一种：所述电商数据标签在所述电子商务数据集中对应的范围的定位信息、所述电商数据标签是否为指定电商数据标签、所述电商数据标签所指向的后一电商数据标签在所述互动事件分析指示中的识别定位信息、所述电商数据标签在所述人工智能分类线程得到的金字塔结构中所处的单元主题；

其中，所述人工智能分类线程包括第一分类方式和第二分类方式中的至少一种；所述从最终分类得到的各个电商数据标签中筛选所述关键交互数据，以得到所述多个关键交互数据的筛选结果；结合所述筛选结果和所述互动事件分析指示，确定电商数据分析结果，包括：分别从各个最终分类电商数据标签中挑选第二数目的所述关键交互数据，以得到所述多个关键交互数据的筛选结果；结合所述筛选结果和所述互动事件分析指示，确定电商数据分析结果。

7.一种AI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调取计算机程序，并通过运行所述计算机程序实现权利要求1‑6任一项所述的方法。

8.一种AI服务器，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调取计算机程序，并通过运行所述计算机程序实现权利要求1‑6任一项所述的方法。