1.一种房产智能推荐方法，其特征在于：其包括以下步骤：
1)楼盘信息预处理：采集互联网上楼盘多个维度的楼盘信息，并对楼盘信息进行楼盘特征提取，获得多个楼盘特征；对每个楼盘特征进行量化和归一化处理，转换成计算机可计算的楼盘特性向量，存入楼盘特征向量库；周期性计算每个楼盘与其余各楼盘之间基于楼盘特征向量的相似度，根据相似度计算结果确定最相似的n个楼盘作为每个楼盘对应的n个相似楼盘，并进行关联；其中，n为大于0的自然数；
2)推荐模式切换：实时接收用户访问请求，根据用户行为数据及浏览记录判断用户是否为新用户，若是新用户，则切换至冷启动推荐模式，若不是新用户，则切换至个性化推荐模式；
3)执行冷启动推荐模式：根据业务配置调取相应区域业务目标楼盘的楼盘信息，将业务目标楼盘按照最近主打楼盘靠前的规则进行首屏排序和展示；根据用户的筛查指令调取相关楼盘的楼盘信息进行排序更新和展示；期间，采集用户行为数据及浏览记录进行储存；
4)执行个性化推荐模式：从储存的用户行为数据及浏览记录中提取浏览过的m个楼盘存入意向楼盘列表，并赋予m个楼盘不同权重值；调取意向楼盘列表中每个楼盘相关联的n个相似楼盘存入包含m×n个相似楼盘的相似楼盘列表；基于相似楼盘列表中m×n个相似楼盘的楼盘信息，按照权重值大小进行首屏排序和展示；其中，m为大于0的自然数；期间，采集用户行为数据及浏览记录进行去重更新和储存。
2.根据权利要求1所述的房产智能推荐方法，其特征在于：步骤1)中楼盘信息至少包括楼盘基础信息、小区配套信息和周边配套信息这三个维度信息中的两个以上。
3.根据权利要求2所述的房产智能推荐方法，其特征在于：所述楼盘基础信息包括楼盘id，以及楼盘的地段、参考均价、占地面积、总建筑面积、总户数、开盘与交楼时间、开发商等级和物业管理信息中的一种以上。
4.根据权利要求2所述的房产智能推荐方法，其特征在于：所述小区配套信息包括楼盘的绿化率、容积率、车位配比、车位数、房屋层数、朝向等级、户型结构和电梯配置信息中的一种以上。
5.根据权利要求2所述的房产智能推荐方法，其特征在于：所述周边配套信息包括楼盘周边的教育、交通、医疗、生活、娱乐和商业信息中的一种以上。
6.根据权利要求1所述的房产智能推荐方法，其特征在于：步骤1)是在离线环境下对每个楼盘特征进行量化和归一化处理，转换成计算机可计算的楼盘特性向量。
7.根据权利要求1所述的房产智能推荐方法，其特征在于：步骤1)是周期性在离线环境下采用欧氏距离计算公式计算每个楼盘与其余各楼盘之间基于楼盘特征向量的相似度，根据相似度计算结果确定最相似的n个楼盘作为每个楼盘对应的n个相似楼盘，并进行关联。
8.根据权利要求1所述的房产智能推荐方法，其特征在于：步骤2)中用户行为数据包括应用行为数据、搜索行为数据以及收藏行为数据，浏览记录包括所浏览楼盘的楼盘id、feed流浏览时长和浏览次数。
9.一种房产智能推荐系统，其特征在于：该系统包括楼盘信息预处理模块、推荐模式切换模块、冷启动推荐模式执行模块、个性化推荐模式执行模块和数据储存模块，楼盘信息预处理模块包括信息采集模块、特征提取模块、向量化模块和相似度计算模块；其中，
信息采集模块，用于采集互联网上楼盘多个维度的楼盘信息；
特征提取模块，用于对楼盘信息进行楼盘特征提取；
向量化模块，用于对每个楼盘特征进行量化和归一化，转换成计算机可计算的楼盘特性向量；
相似度计算模块，用于周期性计算每个楼盘与其余各楼盘之间基于楼盘特征向量的相似度，根据相似度计算结果确定最相似的n个楼盘作为每个楼盘对应的n个相似楼盘，并进行关联；其中，n为大于0的自然数；
推荐模式切换模块，用于实时接收用户访问请求，根据用户行为数据及浏览记录判断用户是否为新用户，并根据判断结果切换至冷启动推荐模式或者个性化推荐模式；
冷启动推荐模式执行模块，用于根据业务配置调取相应区域业务目标楼盘的楼盘信息，将业务目标楼盘按照最近主打楼盘靠前的规则进行首屏排序和展示，并根据用户的筛查指令调取相关楼盘的楼盘信息进行排序更新和展示；
个性化推荐模式执行模块，用于从储存的用户行为数据及浏览记录中提取浏览过的m个楼盘存入意向楼盘列表，并赋予m个楼盘不同权重值，调取意向楼盘列表中每个楼盘相关联的n个相似楼盘存入包含m×n个相似楼盘的相似楼盘列表，基于相似楼盘列表中m×n个相似楼盘的楼盘信息，按照权重值大小进行首屏排序和展示；其中，m为大于0的自然数；
数据储存模块，用于储存楼盘信息、楼盘特征、楼盘特性向量、相似度计算结果、用户行为数据及浏览记录。