1.基于大数据的用户智能语音呼叫方法，应用于智能语音呼叫系统，所述智能语音呼叫系统用于信用卡升级服务呼叫，其特征在于，所述方法包括：获取持卡用户个人信息及与所述持卡用户个人信息绑定的信用卡的历史交易信息；

根据所述持卡用户个人信息及信用卡历史交易信息构建用户画像标签；

将所述用户画像标签输入预先训练的画像标签分群模型得到目标用户群体，所述目标用户群体携带第一属性特征；

获取与所述目标用户群体用户在历史交互过程中的交互内容，并对所述交互内容进行语言处理分析得到信用卡升级意向，所述信用卡升级意向包括用户对信用卡升级关注的第二属性特征；

根据所述第一属性特征及第二属性特征调整语音呼叫策略以得到目标语音呼叫策略；

根据所述目标语音呼叫策略对目标用户群体中的用户进行智能语音呼叫。

2.如权利要求1所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述与持卡用户个人信息绑定的信用卡的历史交易信息包括第一外部环境下的历史交易信息，所述根据持卡用户个人信息及信用卡历史交易信息构建用户画像标签，包括：获取与所述持卡用户个人信息绑定的信用卡在第一外部环境下的历史交易信息；

根据持卡用户个人信息及第一外部环境下的历史交易信息构建用户画像标签。

3.如权利要求2所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述将所述用户画像标签输入预先训练的画像标签分群模型得到目标用户群体，包括：将用户在第一外部环境下的用户画像标签输入预先训练的画像标签分群模型得到目标用户群体，其中，所述第一属性特征与第一外部环境相关联。

4.如权利要求1所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述与持卡用户个人信息绑定的信用卡的历史交易信息包括第二外部环境下的历史交易信息，所述根据持卡用户个人信息及信用卡历史交易信息构建用户画像标签，包括：获取与所述持卡用户个人信息绑定的信用卡在第二外部环境下的历史交易信息；

根据持卡用户个人信息及第二外部环境下的历史交易信息构建用户画像标签。

5.如权利要求4所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述将所述用户画像标签输入预先训练的画像标签分群模型得到目标用户群体，包括：将用户在第二外部环境下的用户画像标签输入预先训练的画像标签分群模型得到目标用户群体，其中，所述第一属性特征与第二外部环境相关联。

6.如权利要求1所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述获取与所述目标用户群体用户在历史交互过程中的交互内容，并对所述交互内容进行语言处理分析得到信用卡升级意向，包括：获取与所述目标用户群体用户在历史交互过程中的历史语音交互内容；

根据自然语言处理技术对与所述目标用户群体用户对话的历史语音交互内容进行目标语句提取得到目标交互内容，其中，所述目标语句为与信用卡升级相关的语句；

对所述目标交互内容进行语义分析得到信用卡升级意向。

7.如权利要求1所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述获取与所述目标用户群体用户在历史交互过程中的交互内容，并对所述交互内容进行语言处理分析得到信用卡升级意向，包括：获取与所述目标用户群体在历史交互过程中的历史语音交互内容；

根据情感分析技术识别所述历史语音交互内容携带的信用卡升级意向情感信息，其中，所述信用卡升级意向情感信息包括信用卡升级迫切度。

8.如权利要求7所述的基于大数据的用户智能语音呼叫方法，其特征在于，在所述根据情感分析技术识别所述历史语音交互内容携带的信用卡升级意向情感信息之后，还包括：根据用户信用卡升级迫切度，对目标用户群体中的用户与智能语音呼叫系统之间的对话顺序进行优先级排序；

根据所述优先级排序并利用所述目标语音呼叫策略对用户进行智能语音呼叫。

9.如权利要求7所述的基于大数据的用户智能语音呼叫方法，其特征在于，所述根据情感分析技术识别所述历史语音交互内容携带的信用卡升级意向情感信息，包括：获取所述历史语音交互内容中的积极情感得分、消极情感得分、中性情感得分以及关键词匹配度；

将所述积极情感得分、消极情感得分、中性情感得分以及关键词匹配度输入预先训练的情感分析模型得到信用卡升级迫切度，其中，所述情感分析模型满足如下表达式：

10.基于大数据的用户智能语音呼叫系统，其特征在于，包括存储器及处理器，其中，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，以执行如权利要求1至9任一项所述的方法。