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。