1.基于大数据的车辆保养信息推荐的方法，其特征在于，包括：S1：通过车载系统实时采集车辆行驶数据和车主行为数据；所述车辆行驶数据包括行驶里程、行驶速度、刹车频率，所述车主行为数据包括驾驶习惯、行驶路线及保养习惯；

S2：接收车辆行驶数据和车主行为数据，并根据车辆行驶数据和车主行为数据处理获得车辆保养系数；

S3：将当前车辆的预设保养里程值与实际保养里程值之间差值结合车辆保养系数进行关联，计算获得趋势系数，将趋势系数与预设趋势系数区间进行比较，根据比较结果判断需要缩短车辆下次保养周期、维持车辆保养周期或延长车辆下次保养周期；

S4：根据当前车辆下次保养周期确定当前车辆下次保养时间，并将保养时间推送给车主;计算获得所述趋势系数的过程为：

通过公式：

计算获得趋势系数，为偏差系数，为第j个取样时间点对应的实际保养里程值，为实际保养里程均值，m为取样时间点的个数，为实际保养里程值随时间变化曲线，为理论保养里程值随时间变化曲线，为车辆保养系数，、为预设权重因子，为起始时间点，为结束时间点;所述 ；

式中，为车辆行驶评分系数，为车主行为评分系数，、为预设比例系数；

其中，；

式中为第k项车辆行驶数据的值，为第k项车辆行驶数据的预设比例系数，n为车辆行驶数据的项数，为历史每次行驶过程中车速在时段内车速变化超出预设值的次数的平均值；为历史每次行驶过程中车速保持在的时长占行驶时长比值的平均值；，式中h为车辆的保养频率，N为历史每次保养中更换车辆部件的个数的平均值，为去量纲系数，、、为参考系数。

2.根据权利要求1所述的基于大数据的车辆保养信息推荐的方法，其特征在于，将趋势系数与预设趋势系数区间进行比较的过程为：若∈，则判断当前车辆损耗增大，缩短车辆下次保养周期；

若∈，则判断当前车辆损耗正常，保持车辆下次保养周期；

若<，则判断当前车辆损耗减小，延长车辆下次保养周期。

3.根据权利要求1所述的基于大数据的车辆保养信息推荐的方法，其特征在于，所述S3中还包括：若判断延长车辆下次保养周期，则获取车辆所在地的环境信息，将环境信息处理后获得车辆环境损耗系数；

将车辆环境损耗系数与车辆环境损耗阈值进行比较，若车辆环境损耗系数超出车辆环境损耗阈值，则判断车辆保养受环境影响，否则，判断车辆保养不受环境影响；

若判断车辆保养受环境影响，则根据车辆环境损耗系数与趋势系数重新校正车辆下次保养周期。

4.根据权利要求3所述的基于大数据的车辆保养信息推荐的方法，其特征在于，所述环境信息包括从上一个保养时间到当前时间之间的降雨次数、酸雨次数、环境温度低于0摄氏度的时长、环境温度高于30摄氏度的时长、空气中颗粒物含量、行驶非城市道路的里程值占行驶里程值的比值，基于训练好的神经网络模型实现将环境信息处理后获得车辆环境损耗系数的过程。

5.根据权利要求3所述的基于大数据的车辆保养信息推荐的方法，其特征在于，将车辆环境损耗系数与车辆环境损耗阈值进行比较的过程为：将车辆环境损耗系数与车辆环境损耗阈值进行比较；

若≥，则判断车辆保养受环境影响；

若<，则判断车辆保养受环境影响。

6.根据权利要求5所述的基于大数据的车辆保养信息推荐的方法，其特征在于，根据车辆环境损耗系数与趋势系数重新校正车辆下次保养周期的过程为：将延长后的车辆保养周期按照进行调整；

式中，为预设标准系数，为延长后的车辆保养周期。

7.基于大数据的车辆保养信息推荐系统，其特征在于，该系统适用于权利要求1-6中任意一项所述的基于大数据的车辆保养信息推荐的方法。