1.一种基于网络营销推广大数据的用户行为分析方法，其特征在于：采集待分析用户在平台中浏览商品的浏览记录和购买商品的购买记录；

获取用户的购买商品与对应的每个浏览商品之间的相同商品特征，利用相同商品特征获取购买商品与对应的每个浏览商品的关联性；

对购买商品与对应的每个浏览商品的关联性按大小排序得到关联性序列，获取关联性序列中的首个突变关联性，将关联性大于突变关联性的所有浏览商品作为该购买商品的目标浏览商品；

利用用户的每个购买商品与对应的目标浏览商品之间的最大时间差得到用户的决策周期；利用用户的每个购买商品与对应的目标浏览商品的时间差和目标浏览商品的数量得到用户的平均浏览频率；

对用户最后一次购买商品到当前时刻的所有浏览商品按照商品特征聚类得到多类商品，利用每类浏览商品的浏览时间和浏览数量获取每类商品的浏览周期和浏览频率；

利用用户浏览每类浏览商品的浏览周期、浏览频率以及用户的决策周期和平均浏览频率得到当前时刻用户购买每类商品的购买概率；

利用当前时刻用户购买每类浏览商品的购买概率与浏览页面的窗口数量确定每类商品在用户的浏览页面的推送窗口数量。

2.根据权利要求1所述的一种基于网络营销推广大数据的用户行为分析方法，其特征在于，还包括在对每个购买商品与对应的浏览商品的关联性按大小排序前，对购买商品与对应的每个浏览商品的关联性进行校正，该校正方法包括：构建神经网络，将购买商品与对应的浏览商品的每个相同商品特征输入到神经网络中，输出每个相同商品特征的影响力权重；

利用用户的购买商品和对应的每次浏览商品之间的时间差，以及购买商品与对应的浏览商品的相同商品特征的影响力权重对购买商品与每个浏览商品的关联性进行校正，得到购买商品与每个浏览商品的校正后的关联性。

3.根据权利要求2所述的一种基于网络营销推广大数据的用户行为分析方法，其特征在于，获取购买商品与每个浏览商品的校正后的关联性的步骤包括：对购买商品与对应的浏览商品之间的时间差进行反比例归一化得到购买商品与该浏览商品的关联性的第一校正系数；

对购买商品和对应的浏览商品的所有的相同商品特征的影响力权重求均值作为购买商品与该浏览商品的关联性的第二校正系数；

将购买商品与每个浏览商品的关联性的第一校正系数和第二校正系数相加，并乘以该购买商品与浏览商品的关联性得到购买商品与每个浏览商品校正后的关联性。

4.根据权利要求1所述的一种基于网络营销推广大数据的用户行为分析方法，其特征在于，获取购买商品与对应的每个浏览商品的关联性的步骤包括：利用购买商品与每个浏览商品的相同商品特征的数量与购买商品的商品特征总数量的比值得到购买商品与该浏览商品的关联性。

5.根据权利要求1所述的一种基于网络营销推广大数据的用户行为分析方法，其特征在于，获取用户的平均浏览频率的步骤包括：获取用户的购买商品与对应的目标浏览商品的最大时间差；

利用目标浏览商品的数量与最大时间差的比值得到用户的平均浏览频率。

6.根据权利要求1所述的一种基于网络营销推广大数据的用户行为分析方法，其特征在于，获取当前时刻用户购买该类商品的购买概率的公式为：其中，ρ

7.根据权利要求1所述的一种基于网络营销推广大数据的用户行为分析方法，其特征在于，利用当前时刻用户购买每类浏览商品的购买概率与浏览页面的窗口数量确定每类商品在用户浏览页面的推送窗口数量的步骤包括：利用浏览页面的数量乘以当前时刻用户购买每类商品的购买概率得到每类商品在用户浏览页面的推送窗口数量。