1.一種面向電子商務的用戶首次購數據整合方法，其特征在于，所述方法包括：
從訂單模型和訂單明細模型中選擇與用戶首次購信息相關的篩選信息，生成精縮訂單表和精縮訂單明細表數據；
根據所述精縮訂單表和所述精縮訂單明細表數據，將用戶屬性和訂單信息進行拼接，建立用戶首次購模型，其中所述用戶首次購模型包括訂單級用戶首次購模型和訂單明細級用戶首次購模型，并對所述訂單級用戶首次購模型和訂單明細級用戶首次購模型進行數據拆分，分別生成靜態數據和動態數據，所述靜態數據不進行更新，所述動態數據的更新方式為全量更新，并且所述動態數據根據設定條件轉移至所述靜態數據；
其中，所述訂單級用戶首次購模型至少包括：第一維度區、第一用戶屬性指標區、第一訂單指標區以及去惡意訂單后的訂單指標區；所述第一維度區包括用戶賬號以及下單渠道；所述去惡意訂單后的訂單指標區至少包括全局首次購標志；
所述訂單明細級用戶首次購模型至少包括：第二維度區、第二用戶屬性指標區、第二訂單指標區；所述第二維度區包括用戶賬號、商品一級分類代碼以及商品一級分類名稱；所述訂單指標包括全局首次購標志。
2.根據權利要求1所述的方法，其特征在于，所述用戶首次購信息至少包括：
訂單維度、用戶屬性指標、訂單指標以及去惡意訂單指標。
3.根據權利要求1所述的方法，其特征在于，所述精縮訂單表和精縮訂單明細表數據保存于臨時數據層。
4.根據權利要求1所述的方法，其特征在于，
所述第一用戶屬性指標區包括用戶風險級別、用戶風險管理、用戶綁定狀態，用戶注冊時間；
所述第一訂單指標區至少包括訂單編號、下單日期、全局首次購標志、實付金額；
所述去惡意訂單后的訂單指標區至少包括去惡意訂單編號、去惡意后下單日期、收獲地址、實付金額以及銷售訂單種類代碼。
5.根據權利要求1所述的方法，其特征在于，
所述第二用戶屬性指標至少包括用戶注冊時間用戶屬性；
所述訂單指標包括訂單編號、下單日期、簡單訂單來源。
6.根據權利要求1所述的方法，其特征在于，在對所述訂單級用戶首次購模型和訂單明細級用戶首次購模型進行數據拆分的步驟中，還包括：
根據不同業務場景設定的拆分條件對訂單數據進行數據拆分，將所述訂單數據分別生成所述靜態數據和所述動態數據。
7.一種面向電子商務的用戶首次購數據整合裝置，其特征在于，所述裝置包括：
數據精縮模塊，用于從訂單模型和訂單明細模型中選擇與用戶首次購信息相關的篩選信息，生成精縮訂單表和精縮訂單明細表數據；
數據搭建模塊，用于根據所述精縮訂單表和所述精縮訂單明細表數據，將用戶屬性和訂單信息進行拼接，建立用戶首次購模型，其中所述用戶首次購模型包括訂單級用戶首次購模型和訂單明細級用戶首次購模型，并對所述訂單級用戶首次購模型和訂單明細級用戶首次購模型進行數據拆分，分別生成靜態數據和動態數據，所述靜態數據不進行更新，所述動態數據的更新方式為全量更新，并且所述動態數據根據設定條件轉移至所述靜態數據；其中，所述訂單級用戶首次購模型至少包括：第一維度區、第一用戶屬性指標區、第一訂單指標區以及去惡意訂單后的訂單指標區；所述第一維度區包括用戶賬號以及下單渠道；所述去惡意訂單后的訂單指標區至少包括全局首次購標志；所述訂單明細級用戶首次購模型至少包括：第二維度區、第二用戶屬性指標區、第二訂單指標區；所述第二維度區包括用戶賬號、商品一級分類代碼以及商品一級分類名稱；所述訂單指標包括全局首次購標志。
8.根據權利要求7所述的裝置，其特征在于，所述用戶首次購信息至少包括：
訂單維度、用戶屬性指標、訂單指標以及去惡意訂單指標。
9.根據權利要求7所述的裝置，其特征在于，所述精縮訂單表和精縮訂單明細表數據保存于臨時數據層。
