推荐菜品：采用基于流行度的热点推荐，推荐点击量较多的菜品；同时采用基于用户与基于物品的协同过滤推荐算法，如果基于用户与基于物品的协同过滤推荐算法均没有推荐结果，采用兴趣标签推荐，随机查询当前登录用户的兴趣标签中的菜品，同时过滤当前登录用户已经评分、收藏、点赞、购买的菜品。相关推荐：随机查询当前菜品的菜品类型下的菜品，同时过滤当前菜品和当前登录用户已经评分、收藏、点赞、购买的菜品，数据分析，爬虫。
python语言django框架开发在线订餐推荐系统 个性化外卖订餐推荐系统 爬虫、数据可视化、排行榜 流行度推荐 兴趣标签推荐 协同过滤算法推荐 混合推荐 机器学习 大数据 人工智能 深度学习WebOrderingRecommendPy
一、项目简介
1、开发工具和使用技术
Pycharm、Python3及以上版本，Django3.6及以上版本，mysql8，navicat数据库管理工具，html页面，javascript脚本，jquery脚本，bootstrap前端框架，echarts可视化图表组件等。
2、实现功能
前台首页地址：http://127.0.0.1:8000/
后台首页地址：http://127.0.0.1:8000/admin
管理员账号：admin 管理员密码：admin
用户功能：登录、注册、密码重置、修改信息、修改密码、兴趣标签、菜品搜索排序、可视化数据、个性化推荐、标签推荐、流行度推荐、购物车、购买、菜品收藏、菜品评分、菜品点赞、菜品评论等；
管理员功能：登录、数据统计、修改信息、修改密码、菜品类型管理、菜品管理、用户管理、订单管理、订单明细管理、兴趣标签管理、菜品收藏管理、菜品评分管理、菜品点赞管理、菜品评论管理、管理员管理等。
推荐菜品：
用户没有登录，采用基于流行度的热点推荐，推荐点击量较多的菜品； 用户已经登录，采用基于用户与基于物品的协同过滤推荐算法， 如果基于用户与基于物品的协同过滤推荐算法均没有推荐结果（冷启动和数据稀疏性问题造成没有推荐结果），采用兴趣标签推荐，随机查询当前登录用户的兴趣标签中的菜品，同时过滤当前登录用户已经评分、收藏、点赞、购买的菜品。
相关推荐：
随机查询当前菜品的菜品类型下的菜品，同时过滤当前菜品和当前登录用户已经评分、收藏、点赞、购买的菜品。
可视化数据：饼状图、柱状图、词云图。
菜品数据来源：爬取美食天下网站菜品数据。
二、项目展示
