随着人民生活水平的不断提高，人们对饮食质量的要求也日趋提高，不但要求所吃食物满足自己的口味喜好，更要符合营养健康需要。要求每个用户都掌握丰富的营养知识这显然是不可能的，网络技术发展，尤其是社会化推荐系统的出现，使得利用相关技术为用户推荐个性化饮食成为可能，饮食推荐正在成为推荐系统方面的研究热点。　　论文针对饮食推荐系统开展研究，分别从饮食内容角度和用户偏好信息角度进行了深度地数据挖掘，提出了两种菜谱推荐框架，并根据校园饮食的特点以及用户的需求开发设计了饮食推荐平台，论文具体工作如下:　　1.提出一种基于菜谱内容相似度的推荐框架。首先收集菜谱食材信息和食材营养元素信息;其次，将食材营养映射到菜谱营养，进一步提出了食材相似度和营养相似度相结合的菜谱相似度计算方法;最后基于菜谱内容相似度对用户进行相似菜谱推荐。　　2.提出一种基于食材加权集成的菜谱推荐框架。首先，分析用户对菜谱的评分信息，并进行相应的预处理;其次，采用菜谱分解的算法将用户的偏好转化到食材层次，并采用协同过滤(CF)技术对评分数据进行了扩展;此外，本文进一步创造性地提出了食材在菜谱中的重要度的概念，将用户对食材的关注度量化为食材在菜谱中重要程度，提升了推荐算法的精确度。　　3.在MVC开发模式的基础上，采用先进的软件技术设计开发了校园饮食推荐平台，该平台可以为用户提供个性化饮食推荐服务，并解决了用户数据采集难度大的问题。