admin管理员组

文章数量:1650936

目 录

1引言 2
2数据采集 4
2.1数据源确定 4
2.2爬虫数据库设计 4
2.3数据爬取 5
3系统分析 11
3.1业务分析 11
3.2系统功能分析 12
3.3 系统可行性分析 12
3.3.1 技术可行性分析 12
3.3.2 经济可行性分析 13
3.3.3 操作性可行性分析 13
3.4 数据字典 13
3.4.1 数据项条目 13
3.4.2 数据流 15
3.4.3 数据处理条目 16
4 系统设计 18
4.1系统总体模块结构设计 18
4.2 局部模块设计 19
4.2.1 登录注册模块 19
4.2.2 热门推荐模块 19
4.2.3 新歌上架模块 20
4.2.4 个性化推荐模块 20
4.2.5 用户中心模块 21
4.2.6 音乐管理模块 21
4.2.7 用户管理模块 22
4.2.8 评论管理模块 22
4.3 系统角色功能设计 23
4.4 推荐系统数据库设计 23
4.4.1 数据库概念结构设计 23
4.4.2 数据库物理结构设计 25
4.5 大数据平台搭建设计 27
4.5.1 hadoop的安装与配置 27
4.5.2 spark的安装 30
4.6 推荐算法设计 30
总 结 36
参考文献 37
致谢辞 38
1引言
由众多音乐治疗的成功临床案例可以发现,音乐所具备的某些物理旋律属性能够和位于人的大脑的神经系统产生共鸣,从而引导人体生理指标朝着有益方向发生变化。与此同时,音乐还能创造出一种心理律动,这种律动与人体的生理结构及其功能是极为相似的。由此根据不同人的生理心理反应,可以对应出不同疗效的音乐,进而体现了具有个性化音乐的实用价值,即把人体的生理指标和心理状态同特定的音乐类型联系起来,通过某些生理参数的变化并结合实时的情绪状态来寻求匹配的音乐资源,由“生理 - 音乐 - 心理”模型作为依托,实现音乐推荐的功能,从而达到音乐治疗的目的,帮助用户舒缓压力、愉悦身心。
长时间来,国内外研究者从未间断对音乐推荐领域的关注,并在该领域中有很多建树。至今涌现出众多音乐推荐系统,如国外的Last.fm、Pandora等及国内的SongTaste、酷狗音乐音乐和豆瓣FM等。Pandora在“Music Genome”项目中为每首音乐打上特定标签,通过计算音乐用户对歌曲的行为评分相似度为音乐用户做出推荐。SongTaste 是一个社交性质的音乐网站,在它的社区中,每一个用户都可以看到大家最近在收听什么音乐、有什么新的音乐推荐。另外,根据用户平时推荐的歌曲、听歌行为以及歌曲收录信息,还能够找到“相似的品味者”,从而更好地做出推荐。Last.fm、豆瓣FM主要是根据计算用户行为相似度,使用基于用户的系统过滤算法进行推荐。而酷狗音乐音乐利用深度学习技术提取了音乐音频特征,根据用户当前收听音乐情感和音乐类别以及用户好友听歌历史数据为用户提供准确推荐。
本次设计的主要内容是:
1)用户对音乐数据集的挖掘及获取(python爬虫爬取数据)
2)数据平台及相关软件的搭建(运行环境的搭建、下载安装IDE、安装Node.js、安装MySQL等)
3)调研与分析,确定系统需求。
4)实现酷狗音乐的个性化推荐系统的基本功能:用户信息管理、音乐信息管理、用户评分信息统计、协同过滤音乐推荐。
本系统所要实现的主要功能模块如下:
1)用户信息管理
该模块主要实现程序用户及管理员的维护工作, 其主要的功能有:新用户注册、个人信息修改、个人收藏与播放列表管理、评论管理、管理员管理、管理员权限分配等。(暂定用户角色为:管理员、音乐创作者、用户)。
2)音乐信息管理
音乐信息管理模块主要实现音乐创作者及管理员的维护工作,其主要的功能有:音乐上架、音乐下架、音乐信息录入。
3) 用户行为评分信息统计
该模块主要实现对用户行为评分的统计工作,比如记录用户播放歌曲的次数,某首歌曲被播放的次数也可以反映出用户感兴趣的程度,通过记录用户播放音乐的次数可以提高推荐效率。比如记录被用户点红心的歌曲,点红心分为三个等级(三颗),根据等级的层次可以直观看出用户对被点红心歌曲的喜爱程度,进而据此提高推荐效率。其主要功能有:不同用户对不同音乐的各类行为评分进行统计。
4)协同过滤音乐推荐
该模块主要实现系统推荐页面正常更新工作,程序通过记录用户的行为,找到与A用户习惯相近的其他B用户或A用户相似喜欢的歌曲。在这些与A用户习惯相似的B用户或与A用户相似喜欢的歌曲中,筛选出当前A用户并未听过或并未喜欢的,通过分析计算当前A用户对这些歌曲感兴趣的程度进行匹配度高的歌曲推荐。








本文标签: 毕业论文酷狗系统音乐