1.一种银行金融客户的风险等级评估方法，其特征在于，包括以下步骤：步骤S1：获取金融客户交易数据；对金融客户交易数据进行消费行为惯性分析，得到预测客户消费趋势数据；对预测客户消费趋势数据进行消费优先级评估，生成客户资金流动性数据；

步骤S2：获取客户债务数据；对客户债务数据和客户资金流动数据进行数据融合，生成客户财务信息数据；利用预设的风险等级阈值对客户财务信息数据进行风险等级裁定，生成基础风险等级数据；

步骤S3：基于蒙特卡洛模拟方法对基础风险等级数据进行营收模拟模型构建，得到客户营收模拟模型；利用客户营收模拟模型对客户财务信息数据进行市场投资模拟，得到模拟营收数据；

步骤S4：对模拟营收数据进行数据展示并获取客户表情变化影像数据；对客户表情变化影像数据进行情绪评估，生成动态客户情绪数据；对动态客户情绪数据进行情绪压力映射，得到客户承受压力数据；

步骤S5：基于预设的压力权重数据对客户承受压力数据进行影响程度评估，得到全面客户风险等级值数据；利用预设的风险等级阈值对全面客户风险等级值数据进行风险等级裁定，生成风险等级数据。

2.根据权利要求1所述的银行金融客户的风险等级评估方法，其特征在于，步骤S1包括以下步骤：步骤S11：获取金融客户交易数据；

步骤S12：对金融客户交易数据进行消费行为惯性分析，得到客户消费习惯数据；

步骤S13：对客户消费习惯数据进行时间序列分析，得到预测客户消费趋势数据；

步骤S14：对预测客户消费趋势数据进行消费优先级评估，生成客户资金流动性数据。

3.根据权利要求1所述的银行金融客户的风险等级评估方法，其特征在于，步骤S2包括以下步骤：步骤S21：获取客户债务数据；

步骤S22：对客户债务数据和客户资金流动数据进行财务数据融合，生成客户财务信息数据；

步骤S23：利用承受风险能力评估算法对客户财务信息数据进行风险评估赋值，得到客户风险等级值数据；

步骤S24：利用预设的风险等级阈值对客户风险等级值数据进行风险等级裁定，生成基础风险等级数据。

4.根据权利要求3所述的银行金融客户的风险等级评估方法，其特征在于，步骤S23中的承受风险能力评估算法如下所示：式中，A为风险等级值数据，n为指标数量，w

5.根据权利要求1所述的银行金融客户的风险等级评估方法，其特征在于，步骤S3包括以下步骤：步骤S31：对基础风险等级数据进行金融方案匹配，得到适配金融方案数据；

步骤S32：基于蒙特卡洛模拟方法对适配金融方案数据进行营收模拟模型构建，得到客户营收模拟模型；

步骤S33：利用客户营收模拟模型对客户财务信息数据进行市场投资模拟，得到模拟营收数据。

6.根据权利要求1所述的银行金融客户的风险等级评估方法，其特征在于，步骤S4包括以下步骤：步骤S41：对模拟营收数据进行数据展示并获取客户表情变化影像数据；

步骤S42：对客户表情变化影像数据进行兴趣区域聚焦，得到瞳孔变化影像数据；

步骤S43：对瞳孔变化影像数据进行情绪评估，生成动态客户情绪数据；

步骤S44：对动态客户情绪数据进行情绪压力映射，得到客户承受压力数据。

7.根据权利要求6所述的银行金融客户的风险等级评估方法，其特征在于，步骤S43包括以下步骤：步骤S431：对瞳孔变化影像数据进行变化帧提取，得到瞳孔变化帧数据；

步骤S432：对瞳孔变化帧数据进行重叠对比，得到瞳孔变化频率数据；

步骤S433：利用情绪反馈推测公式对瞳孔变化频率数据进行情绪通道分析，生成客户情绪变化频率数据；

步骤S434：对客户情绪变化频率数据进行情绪评估，生成动态客户情绪数据。

8.根据权利要求7所述的银行金融客户的风险等级评估方法，其特征在于，步骤S433中的情绪反馈推测公式如下所示：其中，E(t)为在时间点t客户情绪变化频率数据，t为时间参数，t

9.根据权利要求1所述的银行金融客户的风险等级评估方法，其特征在于，步骤S5包括以下步骤：步骤S51：基于预设的压力权重数据对客户承受压力数据进行影响程度评估，得到影响风险等级值数据；

步骤S52：对影响风险等级值数据和客户风险等级值数据进行异构整合，得到全面客户风险等级值数据；

步骤S53：利用预设的风险等级阈值对全面客户风险等级值数据进行风险等级裁定，生成风险等级数据。

10.根据权利要求9所述的银行金融客户的风险等级评估方法，其特征在于，步骤S52包括以下步骤：步骤S521：对影响风险等级值数据和客户风险等级值数据进行语义标注，得到关联知识图谱组成元素；

步骤S522：对关联知识图谱组成元素进行三元组图谱构建，生成关联知识图谱；

步骤S523：基于关联知识图谱对影响风险等级值数据和客户风险等级值数据进行潜在关系分析，得到潜在关联属性数据；

步骤S524：根据潜在关联属性数据对影响风险等级值数据和客户风险等级值数据进行综合关联计算，得到全面客户风险等级值数据。