饮食是人类生存和发展的基本条件之一,也是人们日常生活中经常讨论的话题。随着我国经济水平的日益提升,人民的生活水平的不断提髙,人们的餐饮习惯也开始发生变化。为了提髙人们的生活质量,引导和改善人们的不良餐饮习惯,就需要进行科学合理的健康餐饮。同时健康餐饮不仅有利于保持身体健康,也能预防减少慢性疾病的发生。但互联网上可获得的健康饮食信息正在迅速增长,并且分布在多个来源上,用户通过互联网数据了解健康饮食非常耗时,用户需要在多个平台上搜索数据,选择和整合信息。因此,当前需要有一个整合多种健康饮食领域数据源的健康餐饮推荐系统来为人们提供有效的健康饮食知识以及健康餐饮推荐。本文的主要研究如下:首先,研究了基于本体的餐饮推荐知识模型。引入中医体质学的相关知识,以本体论的方法构建出健康餐饮领域的本体概念模型,形成餐饮本体的规范化表示,使得餐饮方面的相关知识易于重构和重用,并且便于知识的扩展和知识图谱的构建,为健康饮食推荐服务提供知识基础。其次,研究了文本数据中的本体关系提取方法。在Bi-LSTM模型的基础上加入注意力机制,进行文本数据中实体之间的关系类型识别,通过实验对模型的性能进行分析,验证模型在关系类型提取中的有效性。再次,研究了多源数据驱动的健康餐饮知识图谱构建,通过爬虫技术从多个数据源获取知识,并从文本数据中提出实体关系对知识进行进一步地扩充,实现不同类型的数据整合,建立了健康餐饮领域的知识图谱,形成知识的统一管理。最后,研究了餐饮O2O的推荐模型,利用健康餐饮领域的知识图谱作为推理规则库的基础,通过建立健康餐饮领域语义推理规则以及推理优化,从而提供基于知识的餐饮推荐。将推荐模型应用于餐饮O2O平台,对餐饮O2O平台系统进行了设计以及实现,为餐饮O2O平台的运营者提供参考,具有一定的应用价值。