随着国内老龄化速度的加快,国内对养老问题越来越重视,健康养老也成为当今社会最重要的问题之一。目前养老服务业存在信息集成度低、数据利用率低等问题,为解决上述问题,搭建互联化养老服务平台是最有效的手段之一。但由于平台上的养老服务资源多样化,老年人无法快速找到适合自己的服务,导致用户需求与服务资源不匹配。因此,需要提取老年人和养老服务基本特征,通过服务推荐的方式来满足老年人个性化的需求。为此本文将构建基于深度学习的养老服务推荐模型,生成服务推荐候选集,研究基于人工免疫的多目标优化推荐算法,并对养老服务推荐系统做详细的需求分析及功能模块设计,最终设计并实现养老服务推荐系统,主要从以下四个方面进行展开工作:(1)针对传统推荐算法中存在的冷启动和数据稀疏问题,建立基于深度学习的养老服务推荐候选集生成模型。通过老年人和养老服务的基本属性信息,分别提取老年人特征和养老服务特征,并根据均方误差来训练模型,通过训练好的模型从众多养老服务中筛选出较为适合目标用户的服务,作为养老服务推荐候选集。(2)针对目前推荐系统存在的推荐目标单一化而导致用户逐渐陷入信息局限化的问题,构建基于人工免疫算法的多目标优化推荐模型,将推荐的准确率和新颖度作为目标函数,将从深度学习模型提取出的服务推荐候选集作为初始种群,计算抗体间的亲和度,找出占优种群并进行交叉变异克隆操作,达到最大迭代次数后得到最终的推荐列表,从而向老年人推荐更精准更新颖的服务。(3)对养老服务推荐系统进行功能性和非功能性需求分析,并且对养老推荐系统中关键业务流程进行分析。对养老服务推荐系统的总体架构、功能及数据库进行设计,定义系统中所需要的数据类型和格式,并对系统主要功能模块的类图、时序图以及数据库实体关系三方面进行详细设计。(4)结合上述对养老服务推荐算法和模型的研究,以及对基于深度学习与多目标优化的养老服务推荐系统的详细设计,最终对整个系统进行实现并对其性能和功能进行测试。