（1）可以获得大部分商家的信息并对它进行数据分析,获取到真实有效信息，传输给用户。
（2）根据用户的习惯或用户的设置来给用户推荐。
（3）用真实的数据与信息获取用户黏度。
基于Python美食推荐小程序通过WXML、WXSS、JavaScript创建一个小程序界面，分为“首页”、“圈”、“我的”三个页面。
“首页”包括搜索框、定位、分类、推荐：
“圈”中有包含与本用户相同爱好的用户对店铺的分享以及大V的推荐：根据用户经常光顾的店铺给你贴上标签，推送一些与之喜好相同的用户发送出来的好评；设置一些活跃有知名度的大V，推荐一些可行度高的店铺。
“我的”中包含设置自己的标签、可以重新登录，可以查看我的进度。
研究主要内容
（1）数据采集：
本应用采集目前的外卖平台（饿了么、美团）以及口碑的评论，对评论超过5000的店铺好评率超过90%的店铺评论进行数据采集，对采集获得的用户评论数据进行初步处理，得到原始文本的评论数据，包含了脱敏处理后的会员名、评价星级、评价内容、时间等内容，根据分析的需要，从数据中抽取出“评价内容”一列。
（2）数据预处理：
原始数据中存在异常值、重复值、系统自动评论等数据，这部分数据价值含量低、数据结构混乱，严重影响数据挖掘模型的执行效率，导致挖掘结果的偏差，所以进行数据清洗是必不可少的。结合原始数据的具体情况，数据预处理采用文本去重、机械压缩去词和短句删除。
（3）中文分词及用户关注点：
中文分词是将句子中汉字按照序列切成一个个单独的中文词语，结巴词库提供了精确模式、全模式和搜索引擎模式三种分词模式，是Python中一个重要的第三方中文分词函数库。Jieba词库能够支持中文简体和繁体，在分析用户评论中能够对文本评论数据提取关键词。
用户关注点是用户对某一商品特定属性的关注点，反映客户在某种商品上的聚焦点，关注某一特性的用户数量越高，说明该商品的这一属性对用户来说越重要，一般是味道、环境、价格、地段、服务。分析利用Jieba词库，结合用户用词习惯，设置以“美味”、“服务”、“外观”、”环境”、“价格”、“装修”、“性价比”、“地址”八个为用户常关注的属性
3.2 拟采用的开发工具
该项目研究在Windows 10操作系统下实现基于Python美食推荐小程序设计与实现，小程序拟采用WXML5、WXSS、JavaScript等技术实现，服务器端基于Python开发，数据库使用MySQL。
4 研究进度安排
（1）2022.03-2019.04：查阅相关文献和技术文档，明确需求与技术要求。
（2）2022.05-2022.09：撰写开题报告，并准备开题报告答辩。
（3）2022.09-2022.10：熟悉小程序开发者工具的运用。
（4）2022.10-2022.11：搭建后端框架。
（5）2022.12-2021.01：测试程序完整度。
（6）2021.01 -2021.04：撰写毕业论文并准备毕业论文答辩。
参考文献
[1] 陆晨, 冯向阳, 苏厚勤. HTML5 WebSocket握手协议的研究与实现[J]. 计算机应用与软件, 2015, 32(1):128-131.
[2]袁竹星. 面向主题的新浪微博意见领袖研究[D]. 浙江理工大学,2018.
[3] 郭太勇. 基于机器学习的内网安全管控系统的设计与实现[D]. 北京邮电大学,2017.
[4] 张良均,等. Python 数据分析与挖掘实战[M]. 北京:机械工业出版社,2015.12:316-332.
[5] Carbon Trust. Global Carbon Mechanisms-Emerging Lessons and Implications[R]. London: Carbon Trust, 2009.
[6] GFK. Americans reach environmental turning point: Companies need to catch up[R]. Custom Research North America, GFK, 2007.
[7] 陈霞,马连福,丁振松. 国有企业分类治理、政府控制与高管薪酬激励:基于中国上市公司的实证研究[J]. 管理评论, 2017,29(3):147-156.
[8] 阿里研究院. 中国消费新趋势：三大动力塑造消费新客群. 2017.
[9] 弓兰姣. 容器计算环境下机器学习任务的优化调度[D]. 东北财经大学,2017.
[10] 杨瑞欣. 电商空调产品的评论数据情感分析[D]. 山西大学,2017.
[11] 杨乃,李洋.微信小程序与公众号在野外地质实习中的应用[J].实验技术与管理,2019,36(02):246-251.
[12] 王涛.网页设计发展趋势浅析[J].电脑知识与技术,2016,12(13):216-217.