近年来,互联网行业飞速发展,许多传统行业开始与互联网结合并通过数字化的改造、转型与升级创造出新的发展生态。尤其在国人最关注的“吃”的方面,餐饮行业通过将点餐、结算等一系列的服务流程从线下搬运到线上,使得顾客使用移动设备即可享受到更加方便快捷自由的服务。但是当前的很多点餐应用只是将原有的文本信息数字化,并没有让顾客得到个性化的服务。纵观其他电子商务行业的应用例如淘宝和京东已经能够通过推荐系统为用户提供个性化的推荐服务,为用户自动找出可能感兴趣的商品,而现在的点餐应用还不具备这种功能。为此设计出一个点餐系统,并在其中加入推荐系统来为在餐厅内点餐的用户提供个性化的推荐服务,该推荐系统使用了对基于协同过滤推荐算法改进的混合推荐算法。传统的基于协同过滤的推荐算法存在着数据稀疏性高、推荐解释性差以及冷启动等问题。根据这些问题,可以使用基于内容和基于关联规则的推荐算法的特性对基于协同过滤的推荐算法进行改造。其核心思想是通过基于关联法则的算法对物品进行评分预测并使用此预测评分填充数据集降低数据的稀疏性,然后结合基于内容与基于协同过滤计算的物品相似度去预测用户评分并根据评分的高低给目标用户产生推荐物品。在为用户推荐菜品的时候,不能只靠推荐算法产生的结果,还需要结合一定的推荐策略来对物品进行组合排序筛选最后为用户推荐出合适数目且搭配合适的一系列菜品。因此设计出一种推荐策略,根据用餐人数和菜品的分类信息为用户推荐出数目合适且荤素搭配合理的一套菜品。结合餐饮行业中消费者和商家的需求,设计并实现了一个包含点餐微信小程序、餐饮管理应用在内的智能推荐点餐系统。该系统不仅可以帮助消费者快速地找到自己喜欢吃的菜品和享受自由便捷的点餐服务,还可以帮助商家管理餐饮相关信息并且了解自己的运营情况。