1.一种基于人工智能的数据溯源跟踪方法，其特征在于，应用于所述数据溯源追踪AI系统，所述数据溯源追踪AI系统与多个数据溯源请求端通信连接，所述方法包括：获取多个所述数据溯源请求端上传的多个待处理数据溯源项目；

将对应于同一溯源事件种类的待处理数据溯源项目归类到相同的数据溯源项目序列，其中，所述多个待处理数据溯源项目具有不少于两个溯源事件种类；

分别获取每个所述待处理数据溯源项目各自对应的专属溯源知识和重合溯源知识；其中，每一所述待处理数据溯源项目的专属溯源知识用于指示对应的溯源事件种类专属的数据描述知识，每一所述待处理数据溯源项目的重合溯源知识用于指示全部溯源事件种类均包含的数据描述知识；

依据每个所述待处理数据溯源项目的重合溯源知识和专属溯源知识，对每个所述待处理数据溯源项目进行数据描述知识解析，确定每个所述待处理数据溯源项目对于其对应的溯源事件种类的溯源优先级因子；

依据相同的数据溯源项目序列中的多个所述待处理数据溯源项目对应的溯源优先级因子，分别确定多个所述数据溯源项目序列内的待处理数据溯源项目的溯源顺序；

根据多个所述数据溯源项目序列内的待处理数据溯源项目的溯源顺序进行数据溯源追踪。

2.根据权利要求1所述的方法，其特征在于，所述依据每个所述待处理数据溯源项目的重合溯源知识和专属溯源知识，对每个所述待处理数据溯源项目进行数据描述知识解析，确定每个所述待处理数据溯源项目对于其对应的溯源事件种类的溯源优先级因子的步骤中，对于每个所述待处理数据溯源项目均采用如下步骤进行：将所述待处理数据溯源项目的重合溯源知识和专属溯源知识调试加载至事先调试完成的数据溯源调度网络，基于所述数据溯源调度网络对所述待处理数据溯源项目进行数据描述知识解析，确定所述待处理数据溯源项目对于对应的溯源事件种类的溯源优先级因子；

其中，所述数据溯源调度网络是依据包含多种溯源事件种类的调试数据溯源项目的调试数据溯源项目序列，对预设的数据溯源调度网络进行重复调试获得的。

3.根据权利要求2所述的方法，其特征在于，所述数据溯源调度网络包括多个知识整合模块，还包括各自对应不同溯源事件种类的权值赋予模块和评估模块，其中，多个不同的所述知识整合模块具有一致的模型架构但不一致的模型系数，每个所述所述多个知识整合模块中每一所述知识整合模块对于相同的溯源事件种类的倾向性不同；

所述基于所述数据溯源调度网络对所述待处理数据溯源项目进行数据描述知识解析，确定所述待处理数据溯源项目对于对应的溯源事件种类的溯源优先级因子，包括：依据所述数据溯源调度网络中的每个所述知识整合模块进行整合溯源知识挖掘，从而各自得到每个所述知识整合模块对于所述待处理数据溯源项目产出的整合溯源知识；

依据所述待处理数据溯源项目对应的溯源事件种类对应的目标权值赋予模块，对所述多个整合溯源知识进行权值赋予并计算和值，得到对于所述待处理数据溯源项目的目标溯源知识；

将所述目标溯源知识加载到所述待处理数据溯源项目的溯源事件种类对应的目标评估模块，依据所述目标评估模块对所述待处理数据溯源项目进行重要性评价，获得所述待处理数据溯源项目对应的溯源优先级因子。

4.根据权利要求3所述的方法，其特征在于，所述依据所述数据溯源调度网络中的每个所述知识整合模块共同进行整合溯源知识挖掘，从而各自得到每个所述知识整合模块对于所述待处理数据溯源项目产出的整合溯源知识，包括：将所述待处理数据溯源项目对应的重合溯源知识和专属溯源知识进行知识融合后，分别加载到每个所述知识整合模块；

分别依据每个所述知识整合模块，对所述待处理数据溯源项目对应的融合溯源知识进行整合溯源知识挖掘，得到每个所述知识整合模块对于所述待处理数据溯源项目产出的整合溯源知识。

5.根据权利要求3所述的方法，其特征在于，所述依据所述待处理数据溯源项目对应的溯源事件种类对应的目标权值赋予模块，对所述多个整合溯源知识进行权值赋予并计算和值，得到对于所述待处理数据溯源项目的目标溯源知识，包括：将所述待处理数据溯源项目对应的重合溯源知识和专属溯源知识，加载到所述待处理数据溯源项目的溯源事件种类对应的目标权值赋予模块，并将所述每个所述知识整合模块对于所述待处理数据溯源项目产出的整合溯源知识，加载到所述待处理数据溯源项目的溯源事件种类对应的目标权值赋予模块；

依据所述目标权值赋予模块，对所述重合溯源知识和所述专属溯源知识进行显著性溯源知识挖掘，得到对于所述待处理数据溯源项目的显著性溯源权值知识；

依据所述显著性溯源权值知识，对所述多个整合溯源知识进行权值赋予并计算和值，得到所述待处理数据溯源项目对应的偏心溯源知识；

其中，所述显著性溯源权值知识中的每一组成要素各自代表每个所述知识整合模块对应的偏心系数，不同的知识整合模块对应的偏心系数与中每一所述知识整合模块对于所述溯源事件种类的倾向性符合正向关联关系。

6.根据权利要求5所述的方法，其特征在于，所述依据所述目标权值赋予模块，对所述重合溯源知识和所述专属溯源知识进行显著性溯源知识挖掘，得到对于所述待处理数据溯源项目的显著性溯源权值知识，包括：依据所述目标权值赋予模块，对所述重合溯源知识和所述专属溯源知识进行知识融合；

对所述待处理数据溯源项目对应的融合溯源知识进行显著性溯源知识挖掘，获得所述待处理数据溯源项目对应的偏心溯源知识，所述偏心溯源知识的维数与所述知识整合模块的数量一致，一个维数对应一个知识整合模块；

依据所述偏心溯源知识中各个维数的组成要素值对应的预设计算结果，与全部维数组成要素值对应的预设计算结果的总和的比例，获取所述各个维数对应的偏心系数，并将所获得的多个偏心系数构成的偏心系数知识，确定为所述显著性溯源权值知识。

7.根据权利要求2～6任一项所述的方法，其特征在于，在对所述数据溯源调度网络进行调试时，每次重复调试包括如下步骤：在所述调试数据溯源项目序列中确定多个调试数据溯源项目，获取确定的多个调试数据溯源项目的专属溯源知识和重合溯源知识；

将所述多个调试数据溯源项目的专属溯源知识和重合溯源知识，分别加载到所述数据溯源调度网络，得到依据所述数据溯源调度网络获得的各个调试数据溯源项目对应的溯源优先级因子；

依据所述多个调试数据溯源项目对应的溯源优先级因子，以及所述多个调试数据溯源项目对应的溯源优先级指示信息得到质量评估因子，并依据所述质量评估因子对所述数据溯源调度网络的系数进行修正，所述溯源优先级指示信息用于指示所述调试数据溯源项目的重要性。

8.根据权利要求6‑7所述的方法，其特征在于，所述数据溯源调度网络包括多个知识整合模块，以及对应不同溯源事件种类的权值赋予模块和评估模块；

所述依据所述各个调试数据溯源项目对应的溯源优先级因子，以及所述各个调试数据溯源项目对应的溯源优先级指示信息得到质量评估因子，并依据所述质量评估因子对所述数据溯源调度网络的系数进行修正，包括：依据每个调试数据溯源项目对应的溯源优先级因子和溯源优先级指示信息，确定所述多个调试数据溯源项目对应的质量评估因子；

分别依据各个质量评估因子，修正对应的调试数据溯源项目对应的溯源事件种类对应的评估模块和权值赋予模块的网络系数；

依据各个权值赋予模块的网络系数修正结果对每个所述知识整合模块的网络系数进行修正。

9.根据权利要求1所述的方法，其特征在于，所述将对应于同一溯源事件种类的待处理数据溯源项目归类到相同的数据溯源项目序列，包括：确定待处理数据溯源项目和事先调试完成的溯源事件归类网络，所述溯源事件归类网络包括溯源知识抽取模块和归类映射模块；

将所述待处理数据溯源项目加载至所述溯源事件归类网络，并依据所述溯源知识抽取模块抽取获得溯源归类描述知识；

基于所述溯源归类描述知识和所述溯源事件归类网络对应的目标矢量坐标系确定数据溯源项目含糊因子，所述溯源事件归类网络对应的目标矢量坐标系基于所述溯源事件归类网络对应的调试样本库确定，所述目标矢量坐标系是指不确定种类数据溯源项目的描述知识所在的坐标系；

基于所述溯源归类描述知识和所述归类映射模块确定一个或多个第一确定种类系数；

基于所述数据溯源项目含糊因子和所述一个或多个第一确定种类系数确定所述待处理数据溯源项目为不确定种类以及每个确定种类的置信度；

根据所述待处理数据溯源项目对应于不确定种类以及每个确定种类的置信度，将所述待处理数据溯源项目划分到对应的溯源事件种类中。

10.一种数据溯源追踪AI系统，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，当所述处理器执行所述计算机程序时，执行如权利要求1 9任一项所述的方~法。