随着社会生活节奏的加快和物质的极大丰富，人们对饮食质量的要求日趋提高，进餐者想要找到满意的食品难度越来越大。目前，大多数的配餐系统都是服务于特定的人群，且大部分都是基于营养元素的种类和份量定制的，往往忽视了用户的喜好，并且由于地域上的差异和个性化的需求不尽相同，为每个人定制这种配餐是很不实际的。因此，研制一个较为通用的配餐系统已成为研究人员关心的热点问题。互联网的出现改变了人们获取信息和共享信息的手段，为了研制通用的配餐系统，必然需要利用互联网获取相关信息。由于网络信息量庞大，经常会出现信息超载的问题。推荐系统提供了一种信息过滤手段，是解决该问题非常有效的方法。本文作者将推荐系统的知识引入配餐系统，有效地定位食品特征，为用户提供定制化的信息过滤服务。中国食品种类繁多，分类复杂，每个与食品相关的网站都有各自的一套分类规则，导致了网上存在大量的与食品相关的异构信息。针对这一问题，本文作者将语义网技术引入食品推荐领域，对食品数据重新进行组织、推理及检索，从而达到有效定位食品特征的目的。本文通过Protégé工具和爬虫技术构建中文食品领域本体，实现了食品知识的语义化和结构化，使之可以重用和共享，并加入用于本体推理的规则，提出了一种配餐算法。利用欧式距离和雅可比对比度计算菜品间的相似度，将多种食品根据其相似度以及用户喜好加以配对，研发出一套基于语义推理的食品推荐系统，在一定程度上解决了网络资源分散和用户需求难以满足方面的问题，具有较好的实用价值。