本发明涉及一种基于矩阵分解的食物-疾病关联预测方法,利用成分表构建食物相似度网络；利用国际疾病分类数据构建疾病相关度网络；正则化食物相似度网络；正则化疾病相关度网络；构造已知的二元食物-疾病关联网络；随机初始化要预测的食物-疾病关联矩阵；引入捕捉真实食物相似度的矩阵和疾病真实相关度的矩阵,迭代学习模型参数,输出预测的食物和疾病关联矩阵Y、食物相似度真实情况的拟合矩阵和疾病相关度真实情况的拟合矩阵。本发明结合食物之间相似度和疾病相关度,对已知关联和要预测关联进行矩阵近似建模,可在人力物力消耗极低的情况下,为食物疾病关联研究提供指导,减少数据噪音的影响,提升食物和疾病关联预测模型的准确性。