1.一种市场监管监测中心数据的智能存储方法，其特征在于，该方法包括以下步骤：获取预设采样时间段内的市场监管监测中心的实际数据，根据每个实际数据与其对应的历史数据之间的差异得到每个实际数据的特征系数；

根据每个实际数据对应的历史数据、特征系数得到每个实际数据的预测数据，根据实际数据与对应的预测数据的差异得到每个实际数据的重要性指标；

根据预设采样时间段内的所有实际数据构建预设数量个数据块，根据数据块中每个实际数据与预设的特征值得到数据块的分布指标；

根据数据块中实际数据之间的分布混乱程度得到数据块的结构指标；根据数据块中实际数据的重要性指标、所述分布指标和结构指标得到数据块的拟合程度；

根据数据块的拟合程度对数据块进行分类，将每个类别内的实际数据组成数据流利用LZW算法进行压缩存储；

所述特征系数的获取方法具体为：

对于任意一个实际数据，获取实际数据对应的第一设定数量个历史数据，将相邻两个历史数据之间的差值记为历史数据的变化梯度，获取实际数据对应的最后一个历史数据与第一个历史数据之间的数据差异；根据所述数据差异和历史数据的变化梯度得到实际数据的特征系数；

所述特征系数的计算公式具体为：

其中，表示第l个实际数据的特征系数， 表示第l个实际数据对应的第 个历史数据的数据值， 表示第l个实际数据对应的第一个历史数据的数据值， 表示第n个历史数据的变化梯度， 表示第n+1个历史数据的变化梯度， 表示第l个实际数据对应的历史数据的数量；exp( )表示以自然常数e为底的指数函数，ε表示超参数；

所述根据数据块中实际数据之间的分布混乱程度得到数据块的结构指标具体为：其中， 表示第i个数据块的结构指标， 表示第i个数据块中第a个实际数据的数据值，表示第i个数据块的特征值，表示第i个数据块中包含的实际数据的总数量， 表示第i个数据块中第a个实际数据与第a‑1个实际数据之间的差值出现的频率，ln( )表示以自然常数e为底数的对数函数。

2.根据权利要求1所述的一种市场监管监测中心数据的智能存储方法，其特征在于，所述数据块的拟合程度的获取方法具体为：对于任意一个数据块，计算数据块中所有实际数据的重要性指标的均值，以预设值与所述均值的差值作为调节系数；对数据块的特征值、分布指标和结构指标进行加权求和，获得求和结果的归一化值，计算调节系数与所述归一化值之间的乘积与所述均值的和值，得到数据块的拟合程度。

3.根据权利要求1所述的一种市场监管监测中心数据的智能存储方法，其特征在于，所述预测数据的获取方法具体为：其中， 表示第l个实际数据的预测数据，表示第l个实际数据的特征系数， 表示第l个实际数据对应的第 个历史数据的数据值， 表示第l个实际数据对应的第一个历史数据的数据值， 表示第 个历史数据的变化梯度， 表示第l个实际数据对应的历史数据的数量，e为自然常数。

4.根据权利要求1所述的一种市场监管监测中心数据的智能存储方法，其特征在于，所述重要性指标的获取方法具体为：以实际数据与对应的预测数据之间的差值绝对值的归一化值作为实际数据的重要性指标。

5.根据权利要求1所述的一种市场监管监测中心数据的智能存储方法，其特征在于，所述根据数据块中每个实际数据与预设的特征值得到数据块的分布指标具体为：获取数据块中每个实际数据相对于特征值的波动程度，以所述波动程度作为数据块的分布指标。

6.根据权利要求1所述的一种市场监管监测中心数据的智能存储方法，其特征在于，所述特征值的预设方法具体为：以数据块中所有实际数据的均值与众数的平均值作为所述特征值。

7.根据权利要求1所述的一种市场监管监测中心数据的智能存储方法，其特征在于，所述根据预设采样时间段内的所有实际数据构建预设数量个数据块具体为：将所有实际数据转换为预设数量个二维数据矩阵，将二维数据矩阵构成数据块。