1.一种基于区块链的公共卫生智慧监测方法，其特征在于，该方法包括以下步骤：

步骤S100：构建公共卫生联合体区块架构，用以存储各卫生医疗机构系统的公共卫生事件，并实时记录用户反馈病例特征；

步骤S200：根据用户反馈病例特征，统计不同用户反馈病例特征在不同时期内的发生时间；根据发生时间数据，分析用户反馈病例特征出现的集中时间范围；

步骤S300：根据集中时间范围，对不同用户反馈病例特征进行关联；并分析关联的用户反馈病例特征在不同时期的重合情况；根据重合情况构建二维坐标系，计算关联的用户反馈病例特征之间的关联演化值；

步骤S400：根据关联演化值，对用户反馈病例特征之间的关联关系进行裁定，并计算公共卫生事件演化因素的标签值；根据标签值，对公共卫生事件进行归类，并对公共卫生联合体区块架构存储数据进行更新；

所述步骤S100的具体实施过程包括：

步骤S101：对所有卫生医疗机构系统进行统一编号，并构建公共卫生联合体区块架构，所述公共卫生联合体区块架构包括K个公共卫生事件存储区块库，其中一个卫生医疗机构系统对应一个公共卫生事件存储区块库；所述公共卫生事件存储区块库用于存储卫生医疗机构系统上传的公共卫生事件；将任意一个公共卫生事件存储区块库记为PBθ，其中θ为卫生医疗机构系统的编号，且θ≦K；

步骤S102：在公共卫生事件存储区块库PBθ中，对任意一个公共卫生事件Ii对应的公共卫生事件特征信息进行记录，并生成公共卫生事件演化因素集合，记为IIi＝{V1，V2，...，Vn}，其中，V1，V2，...，Vn分别表示公共卫生事件Ii包含的第1，2，...，n个公共卫生事件演化因素，且n≦W，i表示公共卫生事件的编号，所述公共卫生事件特征信息包括W个公共卫生事件演化因素；基于所述公共卫生事件特征信息，对任意一个用户反馈病例特征进行公共卫生事件演化因素的关联，并生成用户反馈病例特征演化因素集合，记为SSX＝{V1，V2，...，Vm}，其中，V1，V2，...，Vm分别表示用户反馈病例特征SX包含的第1，2，...，m个公共卫生事件演化因素，且m≦W，X表示用户反馈病例特征编号；

所述步骤S200的具体实施过程包括：

步骤S201：在第C个公共卫生事件演化周期内，记录每一个用户反馈病例特征，并针对任意一个用户反馈病例特征，统计该用户反馈病例特征出现的所有发生时间，并生成用户反馈病例特征时间序列集合，记为TSX＝{T1，T2，...，Ta}，其中，T1，T2，...，Ta分别表示用户反馈病例特征SX出现的第1，2，...，a个发生时间；根据用户反馈病例特征时间序列集合，计算任意一个发生时间的聚类值，具体计算公式如下：

2 ‑1/2 2 2

F(TA)＝(2πσ) *exp[‑(TA‑u) /(2σ)]

a 2

其中，F(TA)表示任意一个发生时间TA的聚类值，且TA∈TSX，u＝1/a*∑A＝1 TA，σ ＝1/a*a 2∑A＝1(TA‑u) ；

步骤S202：预设发生时间的聚类阈值，如果任意一个发生时间的聚类值大于等于发生时间的聚类阈值，则对该任意一个发生时间进行标记，并根据标记结果，分别提取标记的所有发生时间中的最大值和最小值，得到用户反馈病例特征SX出现的集中时间范围，并记为T(SX)＝[Tmin，Tmax]；

所述步骤S300的具体实施过程包括：

步骤S301：根据集中时间范围，如果任意一个用户反馈病例特征SY出现的集中时间范围T(SY)与任意一个用户反馈病例特征SX出现的集中时间范围T(SX)存在重合，则将用户反馈病例特征SY与用户反馈病例特征SX进行关联，且Y表示用户反馈病例特征编号，X≠Y；

步骤S302：统计用户反馈病例特征SY与用户反馈病例特征SX在第C+1个公共卫生事件演化周期前，每一个公共卫生事件演化周期内的重合情况；对存在重合情况的公共卫生事件演化周期进行统计，并生成重合周期集合，记为CT(SX)，同时对存在重合情况的公共卫生事件演化周期对应的重合时长进行统计，并生成重合时长集合，记为ST(SX)；

步骤S303：以重合周期集合中每一个元素为横坐标值，以重合时长集合中每一个元素为纵坐标值，建立用户反馈病例特征关联关系演化二维坐标系，并进行坐标点标记，记为(B，tB)，其中，B表示第B个重合周期，tB表示第B个重合周期内的重合时长；

步骤S304：将用户反馈病例特征关联关系演化二维坐标系中任意两个坐标点用直线进行连接，得到用户反馈病例特征SY与用户反馈病例特征SX在第C+1个公共卫生事件演化周期前的一段完整的折线图，将折线图对应的分段函数记为h(e)，并计算用户反馈病例特征SYP1与用户反馈病例特征SX之间的关联演化值H(SX→SY)＝∫ P2h(e)de，其中P1和P2分别表示分段函数的起点和终点；

所述步骤S400的具体实施过程包括：

步骤S401：预设关联演化阈值，如果关联演化值H(SX→SY)小于关联演化阈值，则将用户反馈病例特征SY与用户反馈病例特征SX之间取消关联；如果关联演化值H(SX→SY)大于等于关联演化阈值，则分别提取用户反馈病例特征SY与用户反馈病例特征SX在每一个重合周期内的用户反馈病例特征演化因素集合，并计算出在每一个重合周期内的演化因素关联集合，记为GS(SX→SY)＝SSX∩SSY，SSY表示用户反馈病例特征SY对应生成的用户反馈病例特征演化因素集合；

步骤S402：将每一个重合周期内的演化因素关联集合进行并集，并将并集结果记为BS，同时统计每一个公共卫生事件演化因素在所有重合周期内出现的总次数；将集合BS中任意一个公共卫生事件演化因素记为Vd，d表示公共卫生事件演化因素编号，将任意一个公共卫生事件演化因素Vd出现的总次数记为L(Vd)，并计算公共卫生事件演化因素Vd的标签值，具体计算公式如下：2

LV[L(Vd)]＝1/(R‑1)*∑V∈BS[L(Vd)‑L(V)]

其中，LV[L(Vd)]表示公共卫生事件演化因素Vd的标签值，R表示集合BS中元素总数量，L(V)表示公共卫生事件演化因素V对应出现的总次数，且V≠Vd；

步骤S403：预设标签阈值，如果LV[L(Vd)]大于等于标签阈值，则将公共卫生事件演化因素Vd保留，否则将公共卫生事件演化因素Vd剔除；在用户反馈病例特征SY与用户反馈病例特征SX之间形成一种公共卫生事件，记为Iq，其中q表示公共卫生事件的编号，并将所有保留下来的公共卫生事件演化因素生成公共卫生事件Iq对应的公共卫生事件演化因素集合IIq；

步骤S404：根据公共卫生事件演化因素集合IIq与公共卫生事件演化因素集合IIi，计算公共卫生事件Iq与公共卫生事件Ii之间的事件关联度，具体计算公式如下：ER(Iq→Ii)＝NUM(IIq∪IIi‑IIq∩IIi)/NUM(IIq∩IIi)

其中，ER(Iq→Ii)表示公共卫生事件Iq与公共卫生事件Ii之间的事件关联度，NUM(IIq∪IIi‑IIq∩IIi)和NUM(IIq∩IIi)分别表示集合IIq∪IIi‑IIq∩IIi和集合IIq∩IIi中元素数量，且步骤S405：预设事件关联度阈值，如果事件关联度ER(Iq→Ii)大于等于事件关联度阈值，则将公共卫生事件Iq与公共卫生事件Ii归为一类；如果事件关联度ER(Iq→Ii)小于事件关联度阈值，则将公共卫生事件Iq添加到公共卫生事件存储区块库PBθ。

2.一种基于区块链的公共卫生智慧监测系统，其特征在于，所述系统包括：公共卫生联合体区块架构模块、用户反馈病例特征出现时间分析模块、用户反馈病例特征关联分析模块和公共卫生事件关联分析模块；

所述公共卫生联合体区块架构模块，用于构建公共卫生联合体区块架构，存储各卫生医疗机构系统的公共卫生事件，并实时记录用户反馈病例特征；

所述用户反馈病例特征出现时间分析模块，根据用户反馈病例特征，统计不同用户反馈病例特征在不同时期内的发生时间；根据发生时间数据，分析用户反馈病例特征出现的集中时间范围；

所述用户反馈病例特征关联分析模块，根据集中时间范围，对不同用户反馈病例特征进行关联；并分析关联的用户反馈病例特征在不同时期的重合情况；根据重合情况构建二维坐标系，计算关联的用户反馈病例特征之间的关联演化值；

所述公共卫生事件关联分析模块，根据关联演化值，对用户反馈病例特征之间的关联关系进行裁定，并计算公共卫生事件演化因素的标签值；根据标签值，对公共卫生事件进行归类，并对公共卫生联合体区块架构存储数据进行更新；

所述公共卫生联合体区块架构模块还包括公共卫生事件存储区块库单元和公共卫生事件演化因素记录单元；

所述公共卫生事件存储区块库单元，用于对所有卫生医疗机构系统进行统一编号，并构建公共卫生联合体区块架构，所述公共卫生联合体区块架构包括K个公共卫生事件存储区块库，其中一个卫生医疗机构系统对应一个公共卫生事件存储区块库；所述公共卫生事件存储区块库用于存储卫生医疗机构系统上传的公共卫生事件；将任意一个公共卫生事件存储区块库记为PBθ，其中θ为卫生医疗机构系统的编号，且θ≦K；

所述公共卫生事件演化因素记录单元，用于在公共卫生事件存储区块库PBθ中，对任意一个公共卫生事件Ii对应的公共卫生事件特征信息进行记录，并生成公共卫生事件演化因素集合，记为IIi＝{V1，V2，...，Vn}，其中，V1，V2，...，Vn分别表示公共卫生事件Ii包含的第1，

2，...，n个公共卫生事件演化因素，且n≦W，i表示公共卫生事件的编号，所述公共卫生事件特征信息包括W个公共卫生事件演化因素；基于所述公共卫生事件特征信息，对任意一个用户反馈病例特征进行公共卫生事件演化因素的关联，并生成用户反馈病例特征演化因素集合，记为SSX＝{V1，V2，...，Vm}，其中，V1，V2，...，Vm分别表示用户反馈病例特征SX包含的第1，

2，...，m个公共卫生事件演化因素，且m≦W，X表示用户反馈病例特征编号；

所述用户反馈病例特征出现时间分析模块还包括发生时间聚类值计算单元和集中时间范围生成单元；

所述发生时间聚类值计算单元，用于在第C个公共卫生事件演化周期内，记录每一个用户反馈病例特征，并针对任意一个用户反馈病例特征，统计该用户反馈病例特征出现的所有发生时间，并生成用户反馈病例特征时间序列集合，记为TSX＝{T1，T2，...，Ta}，其中，T1，T2，...，Ta分别表示用户反馈病例特征SX出现的第1，2，...，a个发生时间；根据用户反馈病例特征时间序列集合，计算任意一个发生时间的聚类值，具体计算公式如下：

2 ‑1/2 2 2

F(TA)＝(2πσ) *exp[‑(TA‑u) /(2σ)]

a 2

其中，F(TA)表示任意一个发生时间TA的聚类值，且TA∈TSX，u＝1/a*∑A＝1 TA，σ ＝1/a*a 2∑A＝1(TA‑u) ；

所述集中时间范围生成单元，用于预设发生时间的聚类阈值，如果任意一个发生时间的聚类值大于等于发生时间的聚类阈值，则对该任意一个发生时间进行标记，并根据标记结果，分别提取标记的所有发生时间中的最大值和最小值，得到用户反馈病例特征SX出现的集中时间范围，并记为T(SX)＝[Tmin，Tmax]；

所述用户反馈病例特征关联分析模块还包括用户反馈病例特征关联单元和关联演化值计算单元；

所述用户反馈病例特征关联单元，根据集中时间范围，如果任意一个用户反馈病例特征SY出现的集中时间范围T(SY)与任意一个用户反馈病例特征SX出现的集中时间范围T(SX)存在重合，则将用户反馈病例特征SY与用户反馈病例特征SX进行关联，且Y表示用户反馈病例特征编号，X≠Y；

所述关联演化值计算单元，用于统计用户反馈病例特征SY与用户反馈病例特征SX在第C+1个公共卫生事件演化周期前，每一个公共卫生事件演化周期内的重合情况；对存在重合情况的公共卫生事件演化周期进行统计，并生成重合周期集合，记为CT(SX)，同时对存在重合情况的公共卫生事件演化周期对应的重合时长进行统计，并生成重合时长集合，记为ST(SX)；以重合周期集合中每一个元素为横坐标值，以重合时长集合中每一个元素为纵坐标值，建立用户反馈病例特征关联关系演化二维坐标系，并进行坐标点标记，记为(B，tB)，其中，B表示第B个重合周期，tB表示第B个重合周期内的重合时长；将用户反馈病例特征关联关系演化二维坐标系中任意两个坐标点用直线进行连接，得到用户反馈病例特征SY与用户反馈病例特征SX在第C+1个公共卫生事件演化周期前的一段完整的折线图，将折线图对应的分段函数记为h(e)，并计算用户反馈病例特征SY与用户反馈病例特征SX之间的关联演化P1值H(SX→SY)＝∫ P2h(e)de，其中P1和P2分别表示分段函数的起点和终点；

所述公共卫生事件关联分析模块还包括用户反馈病例特征关联关系裁定单元、标签值计算单元和公共卫生事件关系处理单元；

所述用户反馈病例特征关联关系裁定单元，预设关联演化阈值，如果关联演化值H(SX→SY)小于关联演化阈值，则将用户反馈病例特征SY与用户反馈病例特征SX之间取消关联；如果关联演化值H(SX→SY)大于等于关联演化阈值，则分别提取用户反馈病例特征SY与用户反馈病例特征SX在每一个重合周期内的用户反馈病例特征演化因素集合，并计算出在每一个重合周期内的演化因素关联集合，记为GS(SX→SY)＝SSX∩SSY，SSY表示用户反馈病例特征SY对应生成的用户反馈病例特征演化因素集合；

所述标签值计算单元，将每一个重合周期内的演化因素关联集合进行并集，并将并集结果记为BS，同时统计每一个公共卫生事件演化因素在所有重合周期内出现的总次数；将集合BS中任意一个公共卫生事件演化因素记为Vd，d表示公共卫生事件演化因素编号，将任意一个公共卫生事件演化因素Vd出现的总次数记为L(Vd)，并计算公共卫生事件演化因素Vd的标签值，具体计算公式如下：2

LV[L(Vd)]＝1/(R‑1)*∑V∈BS[L(Vd)‑L(V)]

其中，LV[L(Vd)]表示公共卫生事件演化因素Vd的标签值，R表示集合BS中元素总数量，L(V)表示公共卫生事件演化因素V对应出现的总次数，且V≠Vd；

所述公共卫生事件关系处理单元，用于预设标签阈值，如果LV[L(Vd)]大于等于标签阈值，则将公共卫生事件演化因素Vd保留，否则将公共卫生事件演化因素Vd剔除；在用户反馈病例特征SY与用户反馈病例特征SX之间形成一种公共卫生事件，记为Iq，其中q表示公共卫生事件的编号，并将所有保留下来的公共卫生事件演化因素生成公共卫生事件Iq对应的公共卫生事件演化因素集合IIq；根据公共卫生事件演化因素集合IIq与公共卫生事件演化因素集合IIi，计算公共卫生事件Iq与公共卫生事件Ii之间的事件关联度，具体计算公式如下：ER(Iq→Ii)＝NUM(IIq∪IIi‑IIq∩IIi)/NUM(IIq∩IIi)

其中，ER(Iq→Ii)表示公共卫生事件Iq与公共卫生事件Ii之间的事件关联度，NUM(IIq∪IIi‑IIq∩IIi)和NUM(IIq∩IIi)分别表示集合IIq∪IIi‑IIq∩IIi和集合IIq∩IIi中元素数量，且预设事件关联度阈值，如果事件关联度ER(Iq→Ii)大于等于事件关联度阈值，则将公共卫生事件Iq与公共卫生事件Ii归为一类；如果事件关联度ER(Iq→Ii)小于事件关联度阈值，则将公共卫生事件Iq添加到公共卫生事件存储区块库PBθ。