1.一种基于云存储的网络数据处理方法,其特征在于,包括:
云服务器为导航用户生成多条路线信息;
根据预定义推荐规则,选定最优路线;
将最优路线信息反馈给导航用户。
2.根据权利要求1所述的方法,其特征在于,所述推荐规则采用基于路线聚类和局部偏好拟合的推荐规则,推荐过程包括如下步骤:
1)在离线确定的候选路线集合中,采用相似度最大化准则确定K个初始聚类中心;
2)根据相似度和最大k-means聚类算法对所有路线进行聚类;
3)在聚类基础上,寻找局部邻近用户;
4)将局部邻近用户以相似度和之比作为权值进行拟合,根据全局邻近用户与局部邻近用户对路线的计分,估计导航用户对路线的计分,完成推荐。
3.根据权利要求2所述的方法,其特征在于,所述步骤1)具体为:
1.1)使用余弦相似度计算所有路线i,j之间的相似度sim(i,j),其中,i,j=1,2,…,n,i≠j:
其中,Ui,j表示路线i和路线j共同计分的路线集,Ui表示路线i有计分的路线集,Uj表示路线j有计分的路线集,ru,i表示导航用户u对路线i的计分,ru,j表示导航用户u对路线j的计分,聚类后使得K个聚类划分的相似度和J的值达到最大,利用pearson相似度计算;
将所有路线之间相似度最小的两条路线作为前两个初始聚类中心μ1和μ2,k=2;
1.2)计算未选为初始聚类中心的其它路线i到已被选定的每一个聚类中心μ1,μ2,…,μk的相似度sim(i,μ1),sim(i,μ2),…,sim(i,μk);
1.3)选择路线i到已被选定的聚类中心μ1,μ2,…μk的相似度中相似度最大化为路线i到聚类中心集的相似度sim(i,μ)=max{sim(i,μ1),sim(i,μ2),…,sim(i,μk)};
1.4)选取到聚类中心集的相似度最小值的路线i*为新增的第k+1个聚类中心μk+1,sim(i*,μ)=min{sim(1,μ),sim(2,μ),…sim(i,μ)…sim(n,μ)};
1.5)如果k+1<K,则赋值k=k+1,转步骤2),否则利用相似度最大化准则确定K个初始聚类中心的过程结束。