1.一种基于大数据挖掘的产品溯源系统，其特征在于，包括：产品数据采集模块，基于物联网设备和条形码扫描设备采集产品数据；所述产品数据包括原材料数据、生产过程数据、物流数据；

产品数据存储模块，用于接收所述产品数据并存储处数据库中作为溯源数据；

产品溯源模块，用于对出现质量问题的产品进行追溯，通过将原材料数据、生产过程数据以及物流数据进行处理，获得原材料评分值、生产过程评分值及物流运输评分值后，与各自对应的系统阈值进行比对，根据比对结构判断是否存在异常项，若存在，则确定为产品问题源，否则判断溯源失败；

溯源数据验证模块，基于大数据对存储的溯源数据进行处理和分析，得出质量趋势系数，将计算获得的质量趋势系数与系统预设的质量趋势区间进行比较，根据比较结果判断溯源数据的真实性；

所述产品溯源模块的工作过程为：

将原材料评分值w1、生产过程评分值w2及物流运输评分值w3分别与各自对应的系统阈值w1th、w2th、w3th进行比对；

若w1≥w1th或w2≥w2th或w3≥w3th至少满足一项，则确定产品对应的过程为问题源；

否则，则根据原材料评分值w1、生产过程评分值w2及物流运输评分值w3计算获得当前产品的整体质量评分K；其中，式中N为同批次存在质量问题的产

品总个数，Wi1、Wi2、Wi3分别为基于大数据获得的原材料评分、生产过程评分、物流运输评分参考值；

将计算获得的整体质量评分K与系统预警值Kth0进行比较；

若K≥Kth0，则判断当前产品的整体过程均存在问题；

否则，进一步通过溯源数据验证模块判断溯源数据的真实性；

获取原材料评分值w1、生产过程评分值w2及物流运输评分值w3的过程为：通过公式(1)： 计算获得原材料评分值w1；式中q为去量纲系数，A为产品的原材料来源地等级，B为原材料中农药残留量，C为质量等级；θ、为预设比例系数；

通过公式(2)： 计算获得生产过程评分值w2；式中D为产品的生产车间洁净程度等级，E为产品加工后的质检等级，s为预设比例系数；

通过公式(3)：w3＝(F2‑F0)×β1+(F0‑F1)×β2计算获得物流运输评分值w3；式中F1～F2为允许物流运输时长范围，F0为实际物流运输时长，β1、β2为预设比例系数；

判断溯源数据的真实性的过程为：

通过公式：X＝P1×ɑ1+P2×ɑ2+P3×ɑ3计算获得质量趋势系数X；

式中P1为原材料趋势系数，P2为生产过程趋势系数，P3为物流趋势系数；ɑ1、ɑ2、w3为权重系数；

将质量趋势系数X与系统预设的质量趋势区间[Xf，Xz]进行比较；

若X＞Xz且K＜Kth0，则判断溯源数据为虚假；

若X∈[Xf，Xz]且K＜Kth0，则判断溯源数据真实；

若X＜Xf且K＜Kth0，则将取样时段ta～tb扩大2倍后重复上述过程；

通过公式(4):

通过公式(5):

通过公式(6):

计算获得原材料趋势系数P1、生产过程趋势系数P2及物流趋势系数P3；

其中，v为参考系数，根据实验数据和历史数据综合拟定，ωk为影响系数，w1max(t)为ta～tb时段的原材料评分最大值，w10(t)为系统预设的原材料评分值随时间变化曲线，w20(t)为系统干预设的生产过程评分值随时间变化曲线，w30(t)为系统预设的物流运输评分值随时间变化曲线，ta～tb为取样时间段，n为取样时间段的总个数。

2.根据权利要求1所述的基于大数据挖掘的产品溯源系统，其特征在于，所述系统还包括预警模块，所述预警模块用于根据判断溯源数据的真实性的结果进行预警，即当判断溯源数据为虚假，则发出预警信号至系统后台的管理人员。