在信息过载的大数据时代,推荐系统发展迅速。纵观传统室内空间设计行业,其设计工作的专业性强、人工参与率高,从而导致成本高。人工智能技术的出现,为降低设计成本创造了良好的条件。本文以室内空间设计软件平台为背景,研究了基于混合推荐模型的室内空间智能设计算法,将智能设计工作分为搭配与布局两个部分,分别设计推荐模型,初步实现了智能化的室内空间设计方式,有效地提升了设计效率。本文的主要研究内容如下:（1）以家居模型的二维渲染图片作为处理对象,利用VGG-16卷积神经网络提取家居项目的图像特征,分别构建不同类别家居项目的图像特征库,采用主成分分析（Principal Component Analysis,PCA）算法对特征库中的向量进行降维,保留家居项目的有效特征,提高项目相似度的计算效率与准确率。（2）本文受协同过滤推荐算法的启发,构建了基本的搭配推荐模型,结合基于内容推荐算法在冷启动方面的优势,利用相似项目的搭配数据预测了稀疏矩阵中的零值项,对搭配推荐模型进行了迭代更新。并通过对比实验确定了合适的模型参数,最终获得的搭配推荐模型在Top N=20时,推荐准确度高于80%,可满足家居模型的搭配需求。（3）本文将空间的布局推荐问题转换为了平面上分割段与户型段的功能分类问题。通过二进制编码的形式提取场景布局特征,采用词嵌入算法实现各向量段间交叉特征的抽象化提取,同时对特征矩阵降维,最后利用双向LSTM分别构建分割网络模型与布局网络模型。用户端输入待布局空间的户型信息后,布局推荐模型利用分割候选点对户型长段进行预分割,通过分割网络模型实现分割点的筛选,再采用布局分类器获得布局结果。实验表明,本文布局推荐模型的准确度达98%,能满足实时在线布局的需求。（4）搭建智能设计系统,通过转化的方式将两种推荐模型结合起来,根据用户端的需求触发相对应的推荐模型。本文受协同过滤算法、基于内容的推荐算法、深度学习技术等的启发构建了一种新的混合推荐模型,分别设计了搭配推荐模块与布局推荐模块。实验表明,本文研究的方法能够快速、准确地完成智能设计工作。