典型用户1：选择时间充足，菜品较全，但是不知道吃什么，选择困难，想要一个懂得自己口味的APP来帮助自己做决定。
典型用户2：课多，下课晚，不知道去食堂还剩什么了，想提前知道什么菜量比较多，直接去排队。
A（APPROACH）做法：
我们会帮助用户节约时间，减少困扰
获取实时菜量，让用户更好更快的看到有什么可以吃
使用基于协同过滤的推荐：
【注】协同过滤是一种在推荐系统中广泛采用的推荐方法。这种算法基于一个“物以类聚，人以群分”的假设，喜欢相同物品的用户更有可能具有相同的兴趣。基于协同过滤的推荐系统一般应用于有用户评分的系统之中，通过分数去刻画用户对于物品的喜好。协同过滤被视为利用集体智慧的典范，不需要对项目进行特殊处理，而是通过用户建立物品与物品之间的联系。它不需要对物品或者用户进行严格的建模，而且不要求物品的描述是机器可理解的，所以这种方法也是领域无关的。
这种方法计算出来的推荐是开放的，可以共用他人的经验，很好的支持用户发现潜在的兴趣偏好。
B（BENEFIT）好处：
当用户不知道吃什么的时候给用户一个可以帮助决定吃什么的功能，满足他们的想法。
用户使用我们的系统可以趣味的决策，甚至快速选定吃什么，从而节约时间，提高效率。对抗选择困难症~有更多的时间做其他事情。
C（COMPETITORS）竞争：
在我们自己看来，我们的想法足够新，并没有什么竞争对手，就比如类似的美团、糯米、饿了吗都是针对校外的外卖，还没有针对学校食堂的APP。我们目前没有什么竞争对手的，但是我们还要保持创造力，时时改进。
D（DELIVERY）交付：
我们的宣传推广方式很多，开始可以从自己身边出发让周围的同学尝试，，再到我们的整个学校，然后开始发动以前的高中同学等，在他们的学校帮助我们推广。还可以和校园社团的公众号进行合作推广。
用例文档
标题：用户评论菜品
角色：用户
主要成功场景：
用户登录系统
用户点击菜品卡片的“我要吐槽”按钮进入评论界面
用户点击菜品图片下方评分按钮进行评分，分值满分为五分
用户在下方输入框输入评论内容，点击发送。
系统显示评论成功
扩展场景：
用户敏感度过高，系统显示“您的账户暂不能发表评论”。
用户浏览评论，点赞评论，刷新后评论按赞数排序
功能说明书
假设：用户已经注册本系统
STEP1：用户登录系统，进入主页面
STEP2：用户点击主页下方菜品卡片的“我要吐槽”进入评论界面
STEP3：用户点击菜品图片下方的评分按钮进行评分，分值满分五分，最低为零分。
STEP4：用户点击评论按钮，在下方输入框输入内容，点击发送。