1.一种应用于云数字业务的大数据推荐方法，其特征在于，应用于大数据挖掘系统，所述方法包括：获得在选定在线话题交互场景下所爬取的待分析用户会话活动记录；对所述待分析用户会话活动记录进行对话观点评论挖掘得到观点评论量化频繁项；

基于所述观点评论量化频繁项与评论关键词特征池中评论关键词特征的共性度量结果，从所述评论关键词特征池中确定与所述观点评论量化频繁项存在联系的目标评论关键词特征，所述评论关键词特征池中包括不同特征语义的评论关键词特征，所述评论关键词特征是不同特征语义的话题兴趣关注点所对应的文本细节表征向量；

依据所述目标评论关键词特征对所述观点评论量化频繁项进行优化得到当前观点评论频繁项；基于所述当前观点评论频繁项确定所述待分析用户会话活动记录对应的目标会话文本量化编码；基于所述目标会话文本量化编码对所述待分析用户会话活动记录进行话题兴趣捕捉，得到话题兴趣捕捉信息，以基于所述话题兴趣捕捉信息指导所述选定在线话题交互场景所对应的数字服务业的大数据推荐。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

将所述待分析用户会话活动记录加载到话题兴趣捕捉网络，所述话题兴趣捕捉网络包括对话观点评论挖掘组件、评论关键词特征组件、向量聚合组件和话题兴趣捕捉组件，所述评论关键词特征组件由所述评论关键词特征池中的评论关键词特征形成；

所述对所述待分析用户会话活动记录进行对话观点评论挖掘得到观点评论量化频繁项，包括：依据所述对话观点评论挖掘组件对所述待分析用户会话活动记录进行对话观点评论挖掘得到所述观点评论量化频繁项；

所述基于所述观点评论量化频繁项与评论关键词特征池中评论关键词特征的共性度量结果，从所述评论关键词特征池中确定与所述观点评论量化频繁项存在联系的目标评论关键词特征，包括：依据所述评论关键词特征组件确定与所述观点评论量化频繁项存在联系的所述目标评论关键词特征；

所述依据所述目标评论关键词特征对所述观点评论量化频繁项进行优化得到当前观点评论频繁项，包括：依据所述向量聚合组件将所述目标评论关键词特征与所述观点评论量化频繁项进行聚合得到所述当前观点评论频繁项；

所述基于所述当前观点评论频繁项确定所述待分析用户会话活动记录对应的目标会话文本量化编码，包括：依据所述向量聚合组件基于所述当前观点评论频繁项确定所述待分析用户会话活动记录对应的所述目标会话文本量化编码；

所述基于所述目标会话文本量化编码对所述待分析用户会话活动记录进行话题兴趣捕捉，得到话题兴趣捕捉信息，包括：依据所述话题兴趣捕捉组件基于所述目标会话文本量化编码对所述待分析用户会话活动记录进行话题兴趣捕捉，得到所述话题兴趣捕捉信息。

3.如权利要求2所述的方法，其特征在于，所述方法还包括生成所述评论关键词特征组件，所述生成所述评论关键词特征组件包括：在调试得到所述话题兴趣捕捉网络的过程中，依据所述对话观点评论挖掘组件对用户会话活动记录样例进行对话观点评论挖掘，得到先验特征语义注释所匹配的话题兴趣关注点的观点评论量化频繁项样例，所述先验特征语义注释用于标记所述用户会话活动记录样例中包括的话题兴趣关注点的特征语义；

基于所述话题兴趣关注点的观点评论量化频繁项样例调整所述评论关键词特征组件中所述话题兴趣关注点所对应特征语义的评论关键词特征。

4.如权利要求3所述的方法，其特征在于，所述基于所述话题兴趣关注点的观点评论量化频繁项样例调整所述评论关键词特征组件中所述话题兴趣关注点所对应特征语义的评论关键词特征，包括：如果所述话题兴趣关注点所对应特征语义的评论关键词特征的个数=0，则将所述话题兴趣关注点的观点评论量化频繁项样例作为所述话题兴趣关注点所对应特征语义的评论关键词特征；

如果所述话题兴趣关注点所对应特征语义的评论关键词特征的个数≠0，则确定所述话题兴趣关注点的观点评论量化频繁项样例与所述话题兴趣关注点所对应特征语义的评论关键词特征之间的共性度量结果；

基于所述共性度量结果调整所述评论关键词特征组件中所述话题兴趣关注点所对应特征语义的评论关键词特征；

其中，所述基于所述共性度量结果调整所述评论关键词特征组件中所述话题兴趣关注点所对应特征语义的评论关键词特征，包括：如果所述共性度量结果小于共性度量结果限值，将所述话题兴趣关注点的观点评论量化频繁项样例添加到所述话题兴趣关注点所对应特征语义的评论关键词特征；或者，如果所述共性度量结果小于共性度量结果限值，确定所述话题兴趣关注点所对应特征语义的评论关键词特征的个数与个数限值之间的比较结果；

基于所述比较结果调整所述评论关键词特征组件中所述话题兴趣关注点所对应特征语义的评论关键词特征。

5.如权利要求3所述的方法，其特征在于，所述生成所述评论关键词特征组件，包括：

基于所述先验特征语义注释和得到的当前观点评论频繁项样例之间的区别生成目标调试代价指标；

基于所述目标调试代价指标调整所述评论关键词特征组件中的评论关键词特征，以生成所述评论关键词特征组件；

其中，不同在线话题交互场景下对应不同的评论关键词特征池，所述基于所述观点评论量化频繁项与评论关键词特征池中评论关键词特征的共性度量结果，从所述评论关键词特征池中确定与所述观点评论量化频繁项存在联系的目标评论关键词特征，包括：获得所述选定在线话题交互场景对应的评论关键词特征池；从所述选定在线话题交互场景对应的评论关键词特征池中确定与所述观点评论量化频繁项存在联系的所述目标评论关键词特征；

其中，所述基于所述当前观点评论频繁项确定所述待分析用户会话活动记录对应的目标会话文本量化编码，包括：将所述当前观点评论频繁项与所述观点评论量化频繁项进行组合得到所述目标会话文本量化编码。

6.如权利要求1所述的方法，其特征在于，所述依据所述目标评论关键词特征对所述观点评论量化频繁项进行优化得到当前观点评论频繁项，包括：基于所述目标评论关键词特征和所述观点评论量化频繁项计算共性度量结果可信列表，所述共性度量结果可信列表中的成员用于标记每个目标评论关键词特征对于所述观点评论量化频繁项的重要性系数；

基于所述共性度量结果可信列表对所述目标评论关键词特征和所述观点评论量化频繁项进行强化整合，得到所述观点评论量化频繁项对应的所述当前观点评论频繁项。

7.如权利要求2所述的方法，其特征在于，所述方法还包括：

获得在线话题交互场景样例下的用户会话活动记录样例，所述用户会话活动记录样例存在其所包括话题兴趣关注点的先验特征语义注释；

将所述用户会话活动记录样例加载到通用话题兴趣捕捉网络，所述通用话题兴趣捕捉网络包括通用对话观点评论挖掘组件、通用评论关键词特征组件、通用向量聚合组件和通用话题兴趣捕捉组件，所述用户会话活动记录样例存在其所包括话题兴趣关注点的先验特征语义注释；

依据所述通用对话观点评论挖掘组件对所述用户会话活动记录样例进行对话观点评论挖掘得到观点评论量化频繁项样例；

依据所述通用评论关键词特征组件，基于所述观点评论量化频繁项样例与所述评论关键词特征池中评论关键词特征的共性度量结果，从所述通用评论关键词特征组件中确定与所述观点评论量化频繁项样例存在联系的目标评论关键词特征样例；

依据所述通用向量聚合组件，利用所述目标评论关键词特征样例对所述观点评论量化频繁项样例进行优化得到当前观点评论频繁项样例；

依据所述通用向量聚合组件，基于所述当前观点评论频繁项样例确定所述用户会话活动记录样例对应的目标会话文本量化编码样例；

依据所述通用话题兴趣捕捉组件，基于所述目标会话文本量化编码样例对所述待分析用户会话活动记录进行话题兴趣捕捉，得到话题兴趣捕捉信息样例；

基于所述先验特征语义注释和所述话题兴趣捕捉信息样例对所述通用话题兴趣捕捉网络进行调试，得到所述话题兴趣捕捉网络。

8.一种大数据挖掘系统，其特征在于，包括：处理器、存储器以及网络接口；所述处理器与所述存储器、所述网络接口相连；所述网络接口用于提供数据通信功能，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行权利要求1‑7任一项所述的应用于云数字业务的大数据推荐方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序在运行时执行权利要求1‑7任一项所述的应用于云数字业务的大数据推荐方法。

10.一种计算机程序产品，其特征在于，包括计算机程序或计算机可执行指令，所述计算机程序或计算机可执行指令被处理器执行时，实现权利要求1‑7任一项所述的应用于云数字业务的大数据推荐方法。