1.一种电商平台商品推荐方法，其特征在于，包括：
2.如权利要求1所述的电商平台商品推荐方法，其特征在于，所述确定与所述意向用户具有关联关系的关联用户，并获取所述关联用户的用户信息，得到第二用户信息，具体包括：
3.如权利要求2所述的电商平台商品推荐方法，其特征在于，所述在预设的特征数据库中查找与所述第一用户特征匹配的关联用户特征，具体包括：
4.如权利要求1所述的电商平台商品推荐方法，其特征在于，所述预设的权重算法为特征权重算法，所述基于预设的权重算法分别计算所述第一用户信息和所述第二用户信息的权重，得到第一权重和第二权重，具体包括：
5.如权利要求4所述的电商平台商品推荐方法，其特征在于，基于所述特征权重算法，对每一个所述第一特征组合和每一个所述第二特征组合的初始权重进行调整，具体包括：
6.如权利要求5所述的电商平台商品推荐方法，其特征在于，所述基于所述第一相似度和所述第三相似度对每一个所述第一特征组合的初始权重进行调整，以及基于所述第二相似度和所述第二相似度对每一个所述第二特征组合的初始权重进行调整，具体包括：
7.如权利要求1至6任意一项所述的电商平台商品推荐方法，其特征在于，所述商品推荐模型基于深度卷积网络cnn训练得到，所述商品推荐模型包括输入层、隐藏层和输出层，所述将赋权后的所述第一用户信息和所述第二用户信息输入到预先训练好的商品推荐模型，输出所述意向用户的商品推荐结果，具体包括：
8.一种电商平台商品推荐装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的电商平台商品推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的电商平台商品推荐方法的步骤。