随着人们生活水平的提高,大众的饮食需求已经从“吃得饱”转变为“吃得好”。面对种类繁多、风格多样的菜肴,人们往往难以选择。课题目标是研发一款面向家庭用户的菜肴推荐系统一一“吃点啥”APP。本文围绕“吃点啥”APP的研发,主要做了三方面的工作:协同过滤算法的研究与改进,菜肴推荐引擎的研究与设计,菜肴推荐系统的设计与实现。具体内容如下:(1)对传统的协同过滤算法进行研究,提出了一种改进相似度的协同过滤算法(CF-DIF)。该算法引入用户偏好模型和物品相似度权重的概念,改进了物品相似度的计算公式。实验证明,改进算法在稀疏数据集下推荐的准确率得到了提升。(2)考虑到系统的扩展性、维护性和通用性,设计了菜肴推荐引擎。菜肴推荐引擎作为一个独立的组件,根据相关数据计算出推荐结果。引擎自身具有良好的模块化结构,内部耦合度较低。引擎内置了多种推荐算法,并支持新推荐算法的扩展。(3)基于菜肴推荐引擎,设计并实现了一款菜肴推荐系统。客户端面向家庭用户,提供菜肴推荐、饮食记录、菜肴查询等功能。后台管理端面向系统管理员,提供菜肴、食材等数据的维护功能。本文设计与实现的菜肴推荐系统可以为家庭用户提供菜肴推荐服务,有较高的实用价值。同时,菜肴推荐引擎和菜肴推荐系统分离的设计方案、菜肴推荐引擎分层的设计思想,对于类似系统的设计具有较好的参考价值。