1.一种基于大数据的个性化推荐系统及方法，其特征在于：包括数据采集模块、行进路线模拟模块、家居排布分析模块和输出模块，所述数据采集模块用于获取住户两个房屋的相关信息；所述行进路线模拟模块用于对在客厅内的住户行进路线进行模拟监测；所述家居排布分析模块通过所述行进路线模拟模块对住户装修房屋客厅的舒适度进行评估；所述输出模块用于将依据所述家居排布分析模块的评估结果向住户进行个性化推荐。

2.根据权利要求1所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述数据采集模块包括客厅装修信息采集模块、原住址信息采集模块和参考空余数据采集模块，所述客厅装修信息采集模块用于获取装修房屋客厅的构造相关信息；所述原住址信息采集模块用于住户原住址房屋的相关信息；所述参考空余数据采集模块用于为住户提供大众的客厅空余面积、长度和宽度数据，帮助住户基于个性化需求对设计方案进行修改。

3.根据权利要求2所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述行进路线模拟模块包括轨迹监测模块、距离监测模块、摄像模块和计时单元，所述轨迹监测模块用于监测住户模拟行进路线的行进轨迹；所述距离监测模块用于获取所述轨迹监测模块中行进路线的相关距离大小；所述摄像模块用于对住户装修客厅的整体画面进行拍摄；所述计时单元用于在模拟住户行进路线的过程中进行计时。

4.根据权利要求3所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述家居排布分析模块包括反射次数检测模块、反射间隔检测模块和行进射线监测模块，所述反射次数检测模块通过监测住户模拟行进路线中射线反射的次数获取客厅的行走平均宽度；所述反射间隔检测模块通过监测住户模拟行进路线射线反射的间隔时间获取客厅的直线行走平均长度；所述行进射线监测模块通过结合不同的射线行进路线分析客厅的最大行走距离。

5.根据权利要求4所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述输出模块包括设计方案评估模块和个性化推荐模块，所述设计方案评估模块用于对当前设计方案的空间舒适度进行评估；所述个性化推荐模块用于对向业主推荐个性化装修修改方案。

6.根据权利要求5所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述个性化推荐系统的运行方法主要包括以下步骤；

步骤S1：系统获取业主原来住所客厅的总面积为S

步骤S2：系统通过行进路线模拟模块对客厅的空间舒适度进行分析；

步骤S3：反射次数检测模块通过行进射线在行进的过程分析获取家居距离宽度的最大值L；

步骤S4：反射间隔检测模块通过计时单元获取每条行进射线的行进过程中两次相邻的反射间隔的最大值为T步骤S5：行进射线监测模块通过在行进射线在行进过程中的轨迹重合分析获取客厅最长的走动长度；

步骤S6：客厅舒适度分析模块获取客厅变更后的平均有效空余面积

7.根据权利要求6所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述步骤S2进一步包括：步骤S21：将客厅俯视图进行分析，获取俯视图黑白参考图，黑色部分代表客厅中家具的位置，白色部分代表客厅中没有家居的位置，统计黑白参考图边框与白色部分共有C个接壤段，在每个接壤段上随机选择一点(除顶点外)向参考图的中心点方向射出一条虚拟的行进射线，同时分别向对称点附近的两个顶点方向依次射出两条虚拟的行进射线，计时单元开始计时，设射线的速度步骤S22：统计C个点各自射出的三条行进射线产生反射次数，若在8秒内射出点射出的三条行进射线轨迹产生了至少一次重合且没有与其他任何射出点射出的行进射线轨迹产生重合，则判定该顶点所在的角落区域为单独区域，不影响客厅的空间舒适度，并将该射出点产生的行进射线轨迹删除。

8.根据权利要求7所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述步骤S3中，统计删除的射出点数量为I，反射次数检测模块计算剩余共(C-I)个顶点射出的三条行进射线中反射次数最少的行进射线反射次数

9.根据权利要求8所述的一种基于大数据的个性化推荐系统及方法，其特征在于：所述步骤S5进一步包括：步骤S51：当两个不同的射出点射出的行进射线轨迹出现第一次重合时，行进射线监测模块通过距离检测模块获取两个射出点行进的轨迹距离分别为R步骤S52：若R

步骤S53：若R

步骤S54：行进射线监测模块依次对所有不同射出点的两条行进射线的重合情况进行分析；获取共3