随着我国互联网的不断发展,移动端的增速也让人惊叹,越来越多人将自己的衣食住行打包交给了手机/平板,在餐饮行业的应用上,平板的点餐系统类型层出不穷。但是在餐饮行业的推荐系统方面的研究仍然较少,点餐系统大部分不具备推荐功能或者推荐的菜品品种单一,不能真正满足客户的推荐需求。面对上述问题的存在,本课题将研发一款融合菜品文化与智能推荐于一体的点餐系统,解决大众的点餐需求,满足每个人个性化的点餐体验,也为餐饮公司提供运营的指导。本系统针对实际问题,设计研发了一种基于Android的智能点餐系统,系统将包括三个部分:服务器端、点餐终端、后台终端,主要实现以下功能:一是服务器端主要功能为后台点餐信息的统计分析与处理;二是实现菜品推荐算法,生成推荐表,点餐终端遍历推荐表进行菜品推荐,实现菜品文化的赏析,点餐,生成订单等功能;三是后台终端根据菜品的优先级,对点餐信息进行智能排序和显示。在测试环节,为了证明本文所研发的系统会有良好的个性化推荐效果,我们在同一数据集下,进行两种算法的对比测试。把两种算法产生的推荐表和经过多次实验产生的推荐表进行对比,最终将能够实现,新提出的基于关联度的菜品推荐算法的推荐精度要优于分类预测关联规则正增量更新算法的结果。通过对以上的分析与设计,本课题能够很好的满足用户对于推荐点餐的需求以及餐馆对于食材、菜品、运营等方面的管理,在现实应用中存在较大的实用价值。