1.一种基于数据分析的产品销售智能推荐方法，其特征在于，包括以下步骤：S100、采集产品销售智能推荐系统进行产品销售智能推荐时的多项信息，包括产品推荐信息和数据处理信息，并对采集的产品推荐信息和数据处理信息进行处理；

产品推荐信息包括推荐缓存更新速率稳定系数和推荐结果异常更新频率系数，采集后，将推荐缓存更新速率稳定系数和推荐结果异常更新频率系数分别标定为HCS推荐缓存更新速率，即产品销售智能推荐系统缓存推荐结果的更新速率，推荐缓存更新速率稳定系数获取的逻辑如下：S1、获取产品销售智能推荐系统在T时间内不同时间段的推荐缓存更新速率，并将推荐缓存更新速率标定为VS2、计算产品销售智能推荐系统在T时间内不同时间段的推荐缓存更新速率VS3、计算产品销售智能推荐系统运行时的推荐缓存更新速率稳定系数，计算的表达式为：HCS推荐结果异常更新频率系数获取的逻辑如下：

S1、获取产品销售智能推荐系统在单位时间内的最佳运行推荐结果更新频率范围；

S2、记录产品销售智能推荐系统每次推荐结果的更新时间戳，获取产品销售智能推荐系统在T时间内不同时间段的推荐结果更新频率，并将推荐结果更新频率标定为PlS3、将不处于最佳运行推荐结果更新频率范围的推荐结果更新频率标定为PlS4、计算产品销售智能推荐系统运行时的推荐结果异常更新频率系数，计算表达式为：峰值负载异常系数获取的逻辑如下：

S1、对产品销售智能推荐系统的负载设置负载参考值，并将负载参考值标定为FZS2、获取产品销售智能推荐系统在T时间内不同时刻的负载值，将产品销售智能推荐系统在T时间内不同时刻的峰值负载值筛出，并将峰值负载值标定为FZS3、将获取的峰值负载值FZ

S4、计算产品销售智能推荐系统运行时的峰值负载异常系数，计算的表达式为：S200、将采集的产品推荐信息和数据处理信息建立数据分析模型，生成实时性评估指数，通过实时性评估指数对产品销售智能推荐系统运行时的实时性进行评估；

S300、将产品销售智能推荐系统运行时生成的实时性评估指数与实时性评估指数参考阈值进行比对分析，生成风险信号，并对风险信号发出或者不发出预警提示；

S400、当产品销售智能推荐系统运行时生成高风险信号时，对产品销售智能推荐系统进行智能化调控，并对调控的结果进行评估。

2.根据权利要求1所述的一种基于数据分析的产品销售智能推荐方法，其特征在于，获取到推荐缓存更新速率稳定系数HCS

3.根据权利要求2所述的一种基于数据分析的产品销售智能推荐方法，其特征在于，将产品销售智能推荐系统运行时生成的实时性评估指数与实时性评估指数参考阈值进行比对分析，若实时性评估指数大于等于实时性评估指数参考阈值，则生成高风险信号，并对高风险信号发出预警提示，若实时性评估指数小于实时性评估指数参考阈值，则生成低风险信号，并对低风险信号不发出预警提示。

4.根据权利要求3所述的一种基于数据分析的产品销售智能推荐方法，其特征在于，当产品销售智能推荐系统运行时生成高风险信号时，对产品销售智能推荐系统进行智能化调控，并对调控生成的实时性评估指数进行实时输出，将输出的若干个实时性评估指数建立数据集合，并将数据集合标定为E，则E＝{SSX求出数据集合内若干个实时性评估指数的平均值和离散程度值，并将实时性评估指数平均值和实时性评估指数离散程度值分别标定为将实时性评估指数平均值和实时性评估指数参考阈值进行比对，将实时性评估指数离散程度值和离散程度值参考阈值进行比对，比对分为如下情况：若实时性评估指数平均值大于等于实时性评估指数参考阈值，则生成产品销售智能推荐系统实时性调控失败的信号，并发送至移动端，提示工作人员产品销售智能推荐系统实时性调控失败，需要进一步进行调控；

若实时性评估指数平均值小于实时性评估指数参考阈值且实时性评估指数离散程度值大于等于离散程度值参考阈值，则生成产品销售智能推荐系统实时性调控不稳定信号，并发送至移动端，由工作人员知晓，需进一步对产品销售智能推荐系统实时性进行调控；

若实时性评估指数平均值小于实时性评估指数参考阈值且实时性评估指数离散程度值小于离散程度值参考阈值，则生成产品销售智能推荐系统实时性调控成功信号，并发送至移动端，提示工作人员产品销售智能推荐系统的实时性调控成功。