1.一种基于大数据和区块链的产业链数字化协同监管平台，其特征在于，包括：获取模块，用于从预设的区块链中获取对应于第一用户输入的产业链的产业信息；

训练模块，用于基于大数据技术，训练协同监管模型；

监管模块，用于基于所述协同监管模型，根据所述产业信息，对所述产业链进行协同监管；

补充更新模块，用于对区块链中的原料‑产地库进行补充更新；

其中，所述监管模块执行如下操作：

将所述产业信息输入至所述协同监管模型，由所述协同监管模型根据所述产业信息，对所述产业链进行协同监管，获得监管结果；

当所述监管结果中出现至少一个第一问题商品时，确定第一问题商品对应的风险产品，并对所述风险产品进行溯源回收；

其中，所述确定第一问题商品对应的风险产品，包括：对所述第一问题商品的问题原因进行归因；

若所述问题原因归因于原料方，获取问题原料对应的第二问题商品；

若所述问题原因归因于生产方，获取生产方生产的第三问题商品；

将所述第二问题商品和所述第三问题商品作为风险产品，同时，获取所述风险产品的产品流向，基于所述产品流向，对所述风险产品进行回收；

其中，所述若所述问题原因归因于生产方，获取生产方生产的第三问题商品，包括：获取所述生产方的多个第一生产记录；

对所述第一生产记录进行记录拆分，获得多个第一生产记录项；

获取所述第一生产记录项中的第一生产行为和对应的第一记录时刻；

查询预设的生产不规范行为库，将所述第一生产行为与所述生产不规范行为库中的第二生产行为进行匹配，获取匹配符合的第三生产行为；

确定所述第三生产行为对应的第二记录时刻；

查询预设的生产现场库，获取所述第二记录时刻前和/后预设的时间段内的多个生产现场；

对所述生产现场的进行行为提取，获取多个第四生产行为；

查询所述的生产不规范行为库，确定第四生产行为中生产行为不规范的第五生产行为；

确定所述第五生产行为参与生产的第三问题商品；

采集补充模块，用于对所述生产不规范行为库进行采集补充；

其中，所述采集补充模块执行如下操作：

获取多个第一采集节点集，所述采集节点集包括：多个第一采集节点；

获取所述第一采集节点对应的第一属性信息，同时，获取预设的第二属性信息；

对所述第一属性信息进行特征提取，获得多个第一属性特征；

对所述第二属性信息进行特征提取，获得多个第二属性特征；

将所述第一属性特征与所述第二属性特征进行特征匹配，若匹配符合，将匹配符合的所述第一属性特征或所述第二属性特征作为第三属性特征；

查询预设的属性特征‑参考度库，确定所述第三属性特征对应的参考度，并与对应所述第一采集节点进行关联；

获取第一采集节点对应的第一历史上传行为；

尝试获取所述第一采集节点历史上传行为对应的第一历史误判事件；

若尝试获取成功，获取预设的严重性检测模型，确定所述第一历史误判事件的第一严重值，并与对应所述第一采集节点进行关联；

获取第一采集节点关联节点对应的第二历史上传行为；

尝试获取所述第二历史上传行为对应的第二历史误判事件；

若尝试获取成功，获取所述严重性检测模型，确定所述第二历史误判事件的第二严重值，同时，获取预设的节点‑关联度库，确定所述第一采集节点与关联节点的关联度，并与对应所述第一采集节点进行关联；

基于所述参考度、所述严重值和所述关联度，计算所述第一采集节点的选用指数，计算公式如下：其中，τ为所述选用指数，αi为第i个所述第一严重值，n1为第一历史误判事件的总数目，βj为第j所述第二严重值，μj为第j个所述关联度，n2为第二历史误判事件的总数目，δk为第k个所述参考度，n3为参考度的总数目，γ1、γ2和γ3为预设的关系系数；

若所述选用指数大于等于预设的选用指数阈值，将对应所述第一采集节点作为第二采集节点；

获取所述第二采集节点提供的生产不规范行为；

将所述生产不规范行为存储至所述生产不规范行为库中；

当需要存储至所述生产不规范行为库中的所述生产不规范行为存储完毕后，完成对所述生产不规范行为库的补充；

其中，所述补充更新模块执行如下操作：

基于大数据技术，每隔预设的时间间隔获取多个第一原料‑产地信息集；

对第一原料‑产地信息集进行预筛选，获得预筛选后的第二原料‑产地信息集；

对第二原料‑产地信息集进行集合拆分，确定至少一个第一原料和第一原料对应的第一产地，将第一原料和第一原料对应的第一产地作为第二关联配对组，并将所有第二关联配对组存入区块链的原料‑产地库中，完成补充更新；

其中，所述对所述第一原料‑产地信息集进行预筛选，获得预筛选后的第二原料‑产地信息集，包括：尝试获取第一原料‑产地信息集的提供方的历史错误上传事件；

若尝试获取成功，获取历史错误上传事件的真实度和蓄意度，并将真实度和蓄意度分别与对应第一原料‑产地信息集进行关联；

累加计算第一原料‑产地信息集关联的真实度和蓄意度，获得筛选值；

若筛选值大于等于预设的筛选值阈值，将对应第一原料‑产地信息集作为第二原料‑产地信息集；

若尝试获取失败，基于预设的信任度判定规则，确定信任度大于等于预设信任度阈值的提供方，并将对应提供方提供的第二原料‑产地信息集；

其中，所述获取历史错误上传事件的真实度和蓄意度，包括：基于预设的真实性检测模型，对历史错误上传事件进行真实性检测，确定历史错误上传事件的真实值，同时，赋予真实值预设的第一权重，将真实值与第一权重两者相乘获得历史错误上传事件的真实度；

基于预设的蓄意程度分析模型，对提供方上传历史错误上传事件的蓄意程度进行分析，确定提供方对应于历史错误上传事件的蓄意值，同时，赋予蓄意值预设的第二权重，将蓄意值与第二权重两者相乘获得历史错误上传事件的蓄意度。

2.如权利要求1所述的一种基于大数据和区块链的产业链数字化协同监管平台，其特征在于，所述训练模块执行如下操作：基于大数据技术，获取多个人工进行协同监管产业链的多个产业链监管记录；

基于预设的模型训练算法，对所述产业链监管记录进行模型训练，获得协同监管模型。

3.如权利要求1所述的一种基于大数据和区块链的产业链数字化协同监管平台，其特征在于，还包括：构建模块，用于构建异常项‑处理策略库，当所述监管结果中包含至少一个第一异常项时，确定所述第一异常项对应的第一处理策略。

4.如权利要求3所述的一种基于大数据和区块链的产业链数字化协同监管平台，其特征在于，所述构建模块构建异常项‑处理策略库，包括：基于大数据技术，获取不同的第二产业链会产生的多个第二异常项和对应于第二异常项的多个第二处理策略；

获取第二处理策略的采用指数；

将采用指数最大的第二处理策略与对应第二异常项进行关联，获得第一关联配对组，同时，将第一关联配对组存入预设的空白数据库；

当需要存入的第一关联配对组全部存入空白数据库后，将空白数据库作为异常项‑处理策略库，完成构建。

5.如权利要求1所述的一种基于大数据和区块链的产业链数字化协同监管平台，其特征在于，还包括：用户共享模块，用于获取第二用户输入的商品二维码，基于商品二维码，确定第二用户购买的商品的第三原料‑产地信息，将第三原料‑产地信息发送给第二用户；

所述用户共享模块执行如下操作：

获取第二用户输入的商品二维码；

基于商品二维码，根据预设的二维码生成规则，确定第二用户购买商品对应的第四原料和第四原料对应的第二产地，并作为第三原料‑产地信息；

将第三原料‑产地信息发送给所述第二用户。

6.一种基于大数据和区块链的产业链数字化协同监管方法，其特征在于，包括：步骤S1：从预设的区块链中获取对应于第一用户输入的产业链的产业信息；

步骤S2：基于大数据技术，训练协同监管模型；

步骤S3：基于所述协同监管模型，根据所述产业信息，对所述产业链进行协同监管；

步骤S4：对区块链中的原料‑产地库进行补充更新；

其中，所述步骤S3：基于所述协同监管模型，根据所述产业信息，对所述产业链进行协同监管，包括：将所述产业信息输入至所述协同监管模型，由所述协同监管模型根据所述产业信息，对所述产业链进行协同监管，获得监管结果；

当所述监管结果中出现至少一个第一问题商品时，确定第一问题商品对应的风险产品，并对所述风险产品进行溯源回收；

其中，所述确定第一问题商品对应的风险产品，包括：对所述第一问题商品的问题原因进行归因；

若所述问题原因归因于原料方，获取问题原料对应的第二问题商品；

若所述问题原因归因于生产方，获取生产方生产的第三问题商品；

将所述第二问题商品和所述第三问题商品作为风险产品，同时，获取所述风险产品的产品流向，基于所述产品流向，对所述风险产品进行回收；

其中，所述若所述问题原因归因于生产方，获取生产方生产的第三问题商品，包括：获取所述生产方的多个第一生产记录；

对所述第一生产记录进行记录拆分，获得多个第一生产记录项；

获取所述第一生产记录项中的第一生产行为和对应的第一记录时刻；

查询预设的生产不规范行为库，将所述第一生产行为与所述生产不规范行为库中的第二生产行为进行匹配，获取匹配符合的第三生产行为；

确定所述第三生产行为对应的第二记录时刻；

查询预设的生产现场库，获取所述第二记录时刻前和/后预设的时间段内的多个生产现场；

对所述生产现场的进行行为提取，获取多个第四生产行为；

查询所述的生产不规范行为库，确定第四生产行为中生产行为不规范的第五生产行为；

确定所述第五生产行为参与生产的第三问题商品；

对所述生产不规范行为库进行采集补充；

其中，所述对所述生产不规范行为库进行采集补充，包括：获取多个第一采集节点集，所述采集节点集包括：多个第一采集节点；

获取所述第一采集节点对应的第一属性信息，同时，获取预设的第二属性信息；

对所述第一属性信息进行特征提取，获得多个第一属性特征；

对所述第二属性信息进行特征提取，获得多个第二属性特征；

将所述第一属性特征与所述第二属性特征进行特征匹配，若匹配符合，将匹配符合的所述第一属性特征或所述第二属性特征作为第三属性特征；

查询预设的属性特征‑参考度库，确定所述第三属性特征对应的参考度，并与对应所述第一采集节点进行关联；

获取第一采集节点对应的第一历史上传行为；

尝试获取所述第一采集节点历史上传行为对应的第一历史误判事件；

若尝试获取成功，获取预设的严重性检测模型，确定所述第一历史误判事件的第一严重值，并与对应所述第一采集节点进行关联；

获取第一采集节点关联节点对应的第二历史上传行为；

尝试获取所述第二历史上传行为对应的第二历史误判事件；

若尝试获取成功，获取所述严重性检测模型，确定所述第二历史误判事件的第二严重值，同时，获取预设的节点‑关联度库，确定所述第一采集节点与关联节点的关联度，并与对应所述第一采集节点进行关联；

基于所述参考度、所述严重值和所述关联度，计算所述第一采集节点的选用指数，计算公式如下：其中，τ为所述选用指数，αi为第i个所述第一严重值，n1为第一历史误判事件的总数目，βj为第j所述第二严重值，μj为第j个所述关联度，n2为第二历史误判事件的总数目，δk为第k个所述参考度，n3为参考度的总数目，γ1、γ2和γ3为预设的关系系数；

若所述选用指数大于等于预设的选用指数阈值，将对应所述第一采集节点作为第二采集节点；

获取所述第二采集节点提供的生产不规范行为；

将所述生产不规范行为存储至所述生产不规范行为库中；

当需要存储至所述生产不规范行为库中的所述生产不规范行为存储完毕后，完成对所述生产不规范行为库的补充；

其中，所述步骤S4：对区块链中的原料‑产地库进行补充更新，包括：基于大数据技术，每隔预设的时间间隔获取多个第一原料‑产地信息集；

对第一原料‑产地信息集进行预筛选，获得预筛选后的第二原料‑产地信息集；

对第二原料‑产地信息集进行集合拆分，确定至少一个第一原料和第一原料对应的第一产地，将第一原料和第一原料对应的第一产地作为第二关联配对组，并将所有第二关联配对组存入区块链的原料‑产地库中，完成补充更新；

其中，所述对所述第一原料‑产地信息集进行预筛选，获得预筛选后的第二原料‑产地信息集，包括：尝试获取第一原料‑产地信息集的提供方的历史错误上传事件；

若尝试获取成功，获取历史错误上传事件的真实度和蓄意度，并将真实度和蓄意度分别与对应第一原料‑产地信息集进行关联；

累加计算第一原料‑产地信息集关联的真实度和蓄意度，获得筛选值；

若筛选值大于等于预设的筛选值阈值，将对应第一原料‑产地信息集作为第二原料‑产地信息集；

若尝试获取失败，基于预设的信任度判定规则，确定信任度大于等于预设信任度阈值的提供方，并将对应提供方提供的第二原料‑产地信息集；

其中，所述获取历史错误上传事件的真实度和蓄意度，包括：基于预设的真实性检测模型，对历史错误上传事件进行真实性检测，确定历史错误上传事件的真实值，同时，赋予真实值预设的第一权重，将真实值与第一权重两者相乘获得历史错误上传事件的真实度；

基于预设的蓄意程度分析模型，对提供方上传历史错误上传事件的蓄意程度进行分析，确定提供方对应于历史错误上传事件的蓄意值，同时，赋予蓄意值预设的第二权重，将蓄意值与第二权重两者相乘获得历史错误上传事件的蓄意度。