1.一种金融数据资产的类别标注方法，其特征在于，包括：
对金融数据资产进行标签特征抽取，得到所述金融数据资产的专业标签；
对特定用户展示所述金融数据资产，并接收所述特定用户对所述金融数据资产所添加的用户标签；
经过关联分析获取基于所述专业标签及所述用户标签的标签关联规则，并基于所述标签关联规则对所述金融数据资产进行类别标注。
2.根据权利要求1所述的方法，其特征在于，对金融数据资产进行标签特征抽取，得到所述金融数据资产的专业标签，包括：
至少根据以下方式之一对所述金融数据资产进行标签特征抽取，得到所述金融数据资产的专业标签：
将所述金融数据资产与预定义的业务规则进行正则匹配，并将与所述金融数据资产正则匹配值达到预定阈值的所述业务规则作为所述专业标签；
根据预定义的分类体系通过语义相似度对所述金融数据资产进行标签特征抽取，得到所述专业标签。
3.根据权利要求1所述的方法，其特征在于，在经过关联分析获取基于所述专业标签及所述用户标签的标签关联规则之前，还包括：
对所述用户标签进行聚类分析，获取共性的所述用户标签。
4.根据权利要求3所述的方法，其特征在于，对所述用户标签进行聚类分析，获取共性的所述用户标签，包括：
分别根据多个聚类个数对所述用户标签进行聚类分析，得到多个所述聚类个数下的轮廓系数；
比较多个所述轮廓系数的大小，得到最大轮廓系数；
根据与所述最大轮廓系数相对应的所述聚类个数计算所述聚类个数下的各个聚类的中心点，并将离所述聚类的所述中心点最近的词向量作为所述聚类的共性的所述用户标签。
5.根据权利要求4所述的方法，其特征在于，分别根据多个聚类个数对所述用户标签进行聚类分析，得到多个所述聚类个数下的轮廓系数，包括：
对所述用户标签进行分词，得到用户标签列表；
将所述用户标签列表转换为词向量，得到用户标签向量；
根据聚类个数集合中的多个聚类个数对所述用户标签向量进行聚类分析，得到多个所述聚类个数下的轮廓系数，其中，所述聚类个数集合为多个所述聚类个数的集合。
6.根据权利要求1或3所述的方法，其特征在于，经过关联分析获取基于所述专业标签及所述用户标签的标签关联规则，并基于所述标签关联规则对所述金融数据资产进行类别标注，包括：
对所述专业标签和所述用户标签进行关联分析，得到所述专业标签和所述用户标签的多个标签之间的所述标签关联规则及所述标签关联规则的置信度；
删除低于预定阈值的所述置信度所对应的所述标签关联规则，对所述标签关联规则进行筛选；
根据经过筛选后的所述标签关联规则对所述金融数据资产进行类别标注。
7.根据权利要求1所述的方法，其特征在于，在基于所述标签关联规则对所述金融数据资产进行类别标注之后，还包括：
根据经过类别标注后的所述金融数据资产及分类目标，对所述金融数据资产进行分类。
8.根据权利要求7所述的方法，其特征在于，在对所述金融数据资产进行分类之后，还包括：
根据更新的所述专业标签和/或所述用户标签，对所述金融数据资产进行类别标注更新。
9.一种金融数据资产的类别标注装置，其特征在于，包括：
抽取模块，用于对金融数据资产进行标签特征抽取，得到所述金融数据资产的专业标签；
接收模块，用于对特定用户展示所述金融数据资产，并接收所述特定用户对所述金融数据资产所添加的用户标签；
标注模块，用于经过关联分析获取基于所述专业标签及所述用户标签的标签关联规则，并基于所述标签关联规则对所述金融数据资产进行类别标注。
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中存储有计算机程序，其中，所述计算机程序被处理器执行时实现所述权利要求1至8任一项中所述的方法的步骤。
11.一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述权利要求1至8任一项中所述的方法的步骤。