1.一种基于用户画像的餐饮推荐方法，其特征在于，包括：

获取用户历史订单信息，根据所述用户历史订单信息进行属性分析，得到属性分析结果信息；

根据所述用户历史订单信息和属性分析结果信息进行用户偏好分析，并构建用户偏好画像；

获取用户历史浏览信息，根据所述用户历史浏览信息进行用户兴趣分析，并构建用户兴趣画像；

根据用户兴趣画像和用户偏好画像对目标用户进行下一兴趣点预测，得到兴趣点预测信息；

获取实时气象信息，结合用户偏好画像、用户兴趣画像和兴趣点预测信息进行餐饮推荐。

2.根据权利要求1所述的一种基于用户画像的餐饮推荐方法，其特征在于，所述根据所述用户历史订单信息进行属性分析，得到属性分析结果信息，具体包括：获取用户历史订单信息，对所述用户历史订单进行特征提取，提取用户历史订单中餐品的种类、频率、价格和时间特征，得到历史订单特征信息；

预设菜系类别，根据所述历史订单特征信息进行菜系属性分析，计算各订单与预设菜系类别的欧氏距离，并与预设阈值进行判断，得到菜系属性分析信息；

根据所述历史订单信息获取订单反馈信息，基于自然语言处理技术构建语义分析模型，将所述订单反馈信息输入至语义分析模型中进行反馈信息语义分析，得到语义分析结果信息；

结合所述历史订单特征信息和菜系属性分析信息进行口味属性预分析，提取各订单中菜品的口味特征和各菜系的口味特征，并统计订单中菜品各口味特征的数量，得到预分析结果信息；

根据所述语义分析结果信息和预分析结果信息进行口味属性分析，得到口味属性分析信息；

根据所述历史订单特征信息进行用户用餐时间属性分析，将各订单按照时间进行划分，得到时间属性分析信息；

根据用户历史订单特征信息进行订单价格属性分析，分析各订单的总价和餐品单价并统计各价格的频率，得到价格属性分析信息；

结合菜系属性分析信息、口味属性分析信息、时间属性分析信息和价格属性分析信息得到属性分析结果信息。

3.根据权利要求1所述的一种基于用户画像的餐饮推荐方法，其特征在于，所述根据所述用户历史订单信息和属性分析结果信息进行用户偏好分析，并构建用户偏好画像，具体包括:获取用户历史订单信息和属性分析结果信息；根据所述属性分析结果信息得到目标用户的口味类别和菜系类别，基于主成分分析法结合用户历史订单信息进行分析，得到主成分分析信息；

根据主成分分信息对各口味类别和各菜系类别进行排序，根据排序结果进行风格偏好分析，得到风格偏好分析信息；

根据所述属性分析结果信息得到时间属性分析信息，基于统计学算法结合价格属性分析信息进行时间偏好分析；

统计各时间段用户的用餐频率，作为时间偏好分析指标并进行时间偏好分析，得到时间偏好分析信息；

根据所述属性分析结果信息得到价格属性分析信息，根据价格属性分析信息绘制总价趋势图和单价趋势图；

根据总价趋势图和单价趋势图对目标客户进行价格偏好分析，分析目标用户的总价偏好和单价偏好，得到价格偏好分析信息；

结合所述风格偏好分析信息、时间偏好分析信息和价格偏好分析信息构成用户偏好分析信息，并进行用户偏好等级评估；

预设偏好等级评估指标，将用户偏好分析信息与偏好等级评估指标进行分析，评估用户偏好风格、用餐时间和价格维度并赋予对应偏好等级，得到偏好等级评估信息；

结合所述偏好等级评估信息和用户偏好分析信息构建用户偏好画像。4.根据权利要求1所述的一种基于用户画像的餐饮推荐方法，其特征在于，所述根据所述用户历史浏览信息进行用户兴趣分析，并构建用户兴趣画像，具体包括：获取用户历史浏览信息，对所述用户历史浏览信息进行特征提取，包括浏览的餐品、浏览频率和浏览时段，得到历史浏览特征信息；

根据关联规则挖掘算法构建关联兴趣分析模型，将所述历史浏览特征信息输入至所述关联兴趣分析模型中进行分析，得到关联兴趣分析信息；

根据所述关联兴趣分析信息设定兴趣标签，所述兴趣标签分为时间兴趣标签和餐品兴趣标签，并设置对应兴趣权重；

根据兴趣标签和兴趣权重结合关联兴趣分析信息和历史浏览特征进行用户兴趣偏好程度分析，得到偏好程度分析信息；

基于聚类算法根据所述关联兴趣分析信息和偏好程度分析信息进行用户偏好特征分析，分析目标用户的偏好特点和类型，得到偏好特征分析信息；

根据偏好程度分析信息、关联兴趣分信息和偏好特征分析信息构建用户兴趣画像。

5.根据权利要求1所述的一种基于用户画像的餐饮推荐方法，其特征在于，所述根据用户兴趣画像和用户偏好画像对目标用户进行下一兴趣点预测，具体包括：预设属性类别包括地点属性和日期属性，所述地点属性分为住宅、休闲和办公，所述日期属性分为假期日和工作日；

获取用户历史用餐位置信息和用餐时间信息，结合预设的属性类别进行属性分析，得到用餐属性分析信息；

预设时间间隔，通过用餐属性分析信息构建用户访问序列包括时间、位置和餐品，分析目标用户的行为规律，得到行为规律分析信息；

基于NGCF构建长短期偏好分析模型，获取用户兴趣画像和用户偏好画像，结合用餐属性分析信息和行为规律分析信息输入至长短期偏好分模型中对目标用户进行长短期偏好分析，得到长短期偏好分析信息；

构建兴趣点预测模型，将所述长短期偏好分析信息和行为规律分析信息作为初始信息输入至所述兴趣点预测模型中进行下一兴趣点预测；

通过注意力机制根据长短期偏好分析信息和行为规律分析信息计算各兴趣点的注意力分数，作为兴趣点权重，通过加权融合构成兴趣决策向量；

基于多层感知机将兴趣决策向量和兴趣点进行多层非线性变换并计算各兴趣点的推荐分数，得到候选兴趣点预测信息；

根据各候选兴趣点的推荐分数进行排序，并预设选取阈值，通过选取阈值进行最终预测结果选取，得到兴趣点预测信息。

6.根据权利要求1所述的一种基于用户画像的餐饮推荐方法，其特征在于，所述获取实时气象信息，结合用户偏好画像、用户兴趣画像和兴趣点预测信息进行餐饮推荐，具体包括：获取实时气象信息、用户偏好画像、用户兴趣画像和兴趣点预测信息；

基于大数据检索获取各种不同人群的偏好画像和兴趣画像构成对比数据集，并进行类别划分，计算各种人群的曼哈顿距离并与预设阈值进行判断，得到人群类别划分信息；

将各类人群的偏好和兴趣进行整合，将相似兴趣和偏好进行融合，结合时间特点构成特征序列，并构建特征图谱；

将所述用户偏好画像和用户兴趣画像与特征图谱进行相似度计算，并与预设阈值进行判断，分析目标用户的相似人群，得到相似人群信息；

根据相似人群信息对特征图谱进行序列提取，提取相似人群的特征序列，得到相似特征序列信息；

根据实时气象信息进行适宜餐饮分析，分析在当前气象特征下的适宜餐饮，得到适宜餐饮分析信息；

构建餐饮推荐模型，根据相似特征序列信息、适宜餐饮分析信息、用户偏好画像、用户兴趣画像和兴趣点预测信息进行餐饮推荐，得到餐饮推荐信息；

根据餐饮推荐信息对目标用户进行餐饮推荐，包括地点、时间和餐饮种类。

7.一种基于用户画像的餐饮推荐系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包含基于用户画像的餐饮推荐方法程序，所述基于用户画像的餐饮推荐方法程序被所述处理器执行时实现如下步骤：获取用户历史订单信息，根据所述用户历史订单信息进行属性分析，得到属性分析结果信息；

根据所述用户历史订单信息和属性分析结果信息进行用户偏好分析，并构建用户偏好画像；

获取用户历史浏览信息，根据所述用户历史浏览信息进行用户兴趣分析，并构建用户兴趣画像；

根据用户兴趣画像和用户偏好画像对目标用户进行下一兴趣点预测，得到兴趣点预测信息；

获取实时气象信息，结合用户偏好画像、用户兴趣画像和兴趣点预测信息进行餐饮推荐。

8.根据权利要求7所述的一种基于用户画像的餐饮推荐系统，其特征在于，根据所述用户历史订单信息进行属性分析，得到属性分析结果信息，具体包括：获取用户历史订单信息，对所述用户历史订单进行特征提取，提取用户历史订单中餐品的种类、频率、价格和时间特征，得到历史订单特征信息；

预设菜系类别，根据所述历史订单特征信息进行菜系属性分析，计算各订单与预设菜系类别的欧氏距离，并与预设阈值进行判断，得到菜系属性分析信息；

根据所述历史订单信息获取订单反馈信息，基于自然语言处理技术构建语义分析模型，将所述订单反馈信息输入至语义分析模型中进行反馈信息语义分析，得到语义分析结果信息；

结合所述历史订单特征信息和菜系属性分析信息进行口味属性预分析，提取各订单中菜品的口味特征和各菜系的口味特征，并统计订单中菜品各口味特征的数量，得到预分析结果信息；

根据所述语义分析结果信息和预分析结果信息进行口味属性分析，得到口味属性分析信息；

根据所述历史订单特征信息进行用户用餐时间属性分析，将各订单按照时间进行划分，得到时间属性分析信息；

根据用户历史订单特征信息进行订单价格属性分析，分析各订单的总价和餐品单价并统计各价格的频率，得到价格属性分析信息；

结合菜系属性分析信息、口味属性分析信息、时间属性分析信息和价格属性分析信息得到属性分析结果信息。

9.根据权利要求7所述的一种基于用户画像的餐饮推荐系统，其特征在于，所述根据所述用户历史订单信息和属性分析结果信息进行用户偏好分析，并构建用户偏好画像，具体包括:获取用户历史订单信息和属性分析结果信息；根据所述属性分析结果信息得到目标用户的口味类别和菜系类别，基于主成分分析法结合用户历史订单信息进行分析，得到主成分分析信息；

根据主成分分信息对各口味类别和各菜系类别进行排序，根据排序结果进行风格偏好分析，得到风格偏好分析信息；

根据所述属性分析结果信息得到时间属性分析信息，基于统计学算法结合价格属性分析信息进行时间偏好分析；

统计各时间段用户的用餐频率，作为时间偏好分析指标并进行时间偏好分析，得到时间偏好分析信息；

根据所述属性分析结果信息得到价格属性分析信息，根据价格属性分析信息绘制总价趋势图和单价趋势图；

根据总价趋势图和单价趋势图对目标客户进行价格偏好分析，分析目标用户的总价偏好和单价偏好，得到价格偏好分析信息；

结合所述风格偏好分析信息、时间偏好分析信息和价格偏好分析信息构成用户偏好分析信息，并进行用户偏好等级评估；

预设偏好等级评估指标，将用户偏好分析信息与偏好等级评估指标进行分析，评估用户偏好风格、用餐时间和价格维度并赋予对应偏好等级，得到偏好等级评估信息；

结合所述偏好等级评估信息和用户偏好分析信息构建用户偏好画像。10.根据权利要求7所述的一种基于用户画像的餐饮推荐系统，其特征在于，所述根据所述用户历史浏览信息进行用户兴趣分析，并构建用户兴趣画像，具体包括：获取用户历史浏览信息，对所述用户历史浏览信息进行特征提取，包括浏览的餐品、浏览频率和浏览时段，得到历史浏览特征信息；

根据关联规则挖掘算法构建关联兴趣分析模型，将所述历史浏览特征信息输入至所述关联兴趣分析模型中进行分析，得到关联兴趣分析信息；

根据所述关联兴趣分析信息设定兴趣标签，所述兴趣标签分为时间兴趣标签和餐品兴趣标签，并设置对应兴趣权重；

根据兴趣标签和兴趣权重结合关联兴趣分析信息和历史浏览特征进行用户兴趣偏好程度分析，得到偏好程度分析信息；

基于聚类算法根据所述关联兴趣分析信息和偏好程度分析信息进行用户偏好特征分析，分析目标用户的偏好特点和类型，得到偏好特征分析信息；

根据偏好程度分析信息、关联兴趣分信息和偏好特征分析信息构建用户兴趣画像。