最新公告
  • 欢迎您光临99源码网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录

    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录 最后编辑:2021-06-08
    增值服务: 自动发货 使用说明 安装指导 环境配置二次开发BUG修复
    购买后自动跳转百度云,项目自提,轻松方便。
    若有个人部署运行问题,点击右侧客服按钮咨询站长
    站长联系方式
    QQ:3484724101
    淘宝店铺:程序帝

    基于用户的协同过滤个性化音乐推荐系统

    摘    要

    互联网发展到如今已经完完全全的改变了的生活方式,融入了日常生活,包括交流,出行,消费,娱乐等。与此同时,音乐数据也在与日俱增的变化着。用户在访问一个音乐网站时,如何能快速的找到自己想要享受的歌曲呢?个性化音乐推荐系统可以做到。

    课题做了个性化推荐系统,后端使用个性化推荐算法构造,前端使用spring+ssm框架搭建了个性化音乐推荐系统。系统数据库使用了关系型数据库MySQL和大数据数据库。前端收集过用户行为数据后传到后端使用基于用户的协同过滤算法来推荐出用户可能喜欢的音乐。设计主要完成了从网易云音乐门户网站上爬取数据(音乐信息,歌手信息等),并在获取数据后对数据进行清洗过滤等操作后保证了数据的有效性,将爬取到的六千多条数据保存到数据库后,采用基于用户的协同过滤算法推荐用户可能喜欢的音乐。

    人们的需求随着数据量的不断增大在不断的增加,而且人们对音乐的追求也随着也随着这些不断的增多。个性化推荐系统的产生顺从了时代的发展,在不远的将来,个性化推荐系统必能大放异彩。

    关键词:音乐推荐;基于用户的协同过滤;数据爬取;数据处理;推荐系统。


    Personalized music recommendation system

    Abstract

    The development of the Internet has now completely changed the way of life, integrated into daily life, including communication, travel, consumption, entertainment and so on. At the same time, music data is changing day by day. When users visit a music website, how can they quickly find the song they want to enjoy? Personalized music recommendation system can do it.

    The subject made a personalized recommendation system, the back-end was constructed using a personalized recommendation algorithm, and the front-end used the spring+ssm framework to build a personalized music recommendation system. The system database uses the relational database MySQL and the big data database. The front-end collects user behavior data and transmits it to the back-end to use the user-based collaborative filtering algorithm to recommend music that the user may like. The design mainly completed the crawling of data (music information, singer information, etc.) from the Netease cloud music portal website, and after the data was obtained, the data was cleaned and filtered to ensure the validity of the data. After multiple pieces of data are saved to the database, a user-based collaborative filtering algorithm is used to recommend music that the user may like.

    People’s needs are increasing with the increasing amount of data, and people’s pursuit of music is also increasing with these. The generation of personalized recommendation system is in line with the development of the times. In the near future, the personalized recommendation system will definitely shine.

    Keywords: music recommendation; user-based collaborative filtering; data crawling; data processing; recommendation system.


    目录

    引言 – 1 –

    第1章 概述 – 2 –

    1.1 研究背景 – 2 –

    1.2 研究现状 – 2 –

    1.3 发展趋势 – 2 –

    第2章 相关技术介绍 – 4 –

    2.1 大数据环境 – 4 –

    2.2 数据获取与处理 – 4 –

    2.3 前端 – 5 –

    第3章 数据采集 – 6 –

    3.1 数据源确定 – 6 –

    3.2 爬虫数据库设计 – 6 –

    3.3 数据爬取 – 7 –

    第4章 系统分析 – 13 –

    4.1 业务分析 – 13 –

    4.2  系统功能分析 – 13 –

    4.3 系统可行性分析 – 14 –

    4.4 数据字典 – 14 –

    第5章 系统设计 – 18 –

    5.1 系统总体模块结构设计 – 18 –

    5.2 局部模块设计 – 18 –

    5.3 系统角色功能设计 – 23 –

    5.4 推荐系统数据库设计 – 23 –

    5.5 大数据平台搭建设计 – 27 –

    5.6 推荐算法设计 – 30 –

    第6章 系统实现 – 35 –

    6.1 用户界面 – 35 –

    6.2 管理员界面 – 40 –

    结论与展望 – 44 –

    致谢 – 45 –

    参考文献 – 46 –

    插图清单

    图3-1 QQ音乐robots协议 – 7 –

    图3-2 网易云音乐robots协议 – 7 –

    图3-3 浏览器cookie信息 – 8 –

    图3-4程序中header内的信息 – 8 –

    图3-5 网易云音乐歌手标签 – 8 –

    图3-6 网页处理代码 – 9 –

    图3-7 数据保存在mysql中的截图 – 9 –

    图3-8 网页中歌手专辑标签 – 10 –

    图3-9 歌手专辑信息保存在mysql中的截图 – 10 –

    图3-10 网页中专辑内歌曲标签截图 – 11 –

    图3-11 歌曲信息保存至MySQL中的截图 – 11 –

    图4-1 业务流程图 – 13 –

    图5-1 系统总体模块设计图 – 18 –

    图5-2 登录注册模块图 – 19 –

    图5-3 热门推荐模块图 – 19 –

    图5-4 新歌上架模块图 – 20 –

    图5-5 个性化音乐推荐模块图 – 20 –

    图5-6 用户中心模块图 – 21 –

    图5-7 音乐管理模块图 – 21 –

    图5-8 用户管理模块图 – 22 –

    图5-9 评论管理模块图 – 22 –

    图5-10 角色用例图 – 23 –

    图5-11 用户实体属性图 – 23 –

    图5-12 管理员实体属性图 – 24 –

    图5-13 歌曲实体属性图 – 24 –

    图5-14 歌曲上传实体属性图 – 25 –

    图5-15 个性化音乐推荐系统实体属性图 – 25 –

    图5-16 Java配置 – 27 –

    图5-17 Java环境检验 – 27 –

    图5-18 Javac环境检验 – 28 –

    图5-19 core-site.xml配置 – 28 –

    图5-20 Hdfs-core.xml配置 – 29 –

    图5-21 Hadoop安装检验 – 29 –

    图5-22 Spark测试 – 30 –

    图5-23 听众行为 – 30 –

    图5-24 生成用户音乐评分表 – 31 –

    图5-25 用户兴趣相似度计算 – 32 –

    图5-26 设置堆存储相似度最高的用户id – 32 –

    图5-27 计算用户对物品的相似度 – 33 –

    图5-28 设置音乐推荐算法开启时间 – 33 –

    图5-29 开启冷启动 – 34 –

    图6-1 系统主页 – 36 –

    图6-2 用户登录 – 36 –

    图6-3 用户注册 – 37 –

    图6-4 网易邮箱SMTP设置 – 37 –

    图6-5 程序中邮件发送设置 – 38 –

    图6-6 用户登录界面 – 38 –

    图6-7 热门推荐 – 39 –

    图6-8 歌曲详情 – 39 –

    图6-9 音乐评论界面 – 40 –

    图6-10 个性化推荐 – 40 –

    图6-11 用户的音乐收藏记录 – 41 –

    图6-12 用户的音乐最近播放记录 – 41 –

    图6-13 管理员登录界面 – 42 –

    图6-14 音乐管理界面 – 42 –

    图6-15 添加音乐 – 43 –

    图6-16 评论管理 – 43 –

    图6-17 用户管理 – 44 –


    表格清单

    表3-1 歌手信息表 – 6 –

    表3-2 歌手的专辑信息表 – 6 –

    表3-3 歌手专辑内的歌曲信息表 – 6 –

    表5- 1音乐信息表song – 26 –

    表5-2 用户信息表user – 26 –

    表5-3 用户角色表userrole – 26 –

    表5-4 系统角色表role – 26 –

    表5-5 用户喜欢表 liking – 26 –

    表5-6 用户播放表 play – 26 –

    表5-7 用户下载表 download – 26 –

    表5-8 用户收藏表 liking – 27 –

    表5-9 用户评论表 review – 27 –

    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录
    基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录

    猜你喜欢

    猜你在找

    99源码网专注代写Java程序,php程序,网站建设,毕业设计,课程设计,代写C/C++程序,代写数据结构,代写ios android程序。除外还代做Web开发、Php网站开发、ASP.NET网站作业等。
    99源码网 » 基于用户的协同过滤个性化音乐推荐系统毕业论文+任务书+开题报告+中期报告+外文翻译及原文+答辩记录+查重报告+主要源码附录

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    99源码网
    一个专注优质源码分享的平台
    • 2021-06-08Hi,初次和大家见面了,请多关照!

    发表回复

    售后服务:

    • 售后服务范围 1、商业模板使用范围内问题免费咨询
      2、源码安装、模板安装(一般 ¥50-300)服务答疑仅限SVIP用户
      3、单价超过200元的模板免费一次安装,需提供服务器信息。
      付费增值服务 1、提供软件定制、二次开发等服务请详询在线客服
      2、承接系统建站、仿站、开发、定制等服务
      3、服务器环境配置(一般 ¥50-300)
      4、网站中毒处理(需额外付费,500元/次/质保三个月)
      售后服务时间 周一至周日(法定节假日除外) 9:00-23:00
      免责声明 本站所提供的源码等资源仅供学习交流,若使用商业用途,请购买正版授权,否则产生的一切后果将由下载用户自行承担,有部分资源为网上收集或仿制而来,若模板侵犯了您的合法权益,请来信通知我们(Email: 3484724101@qq.com),我们会及时删除,给您带来的不便,我们深表歉意!

    Hi, 如果你对这款软件有疑问,可以跟我联系哦!

    联系作者
    • 6444会员总数(位)
    • 2241资源总数(个)
    • 2本周发布(个)
    • 0 今日发布(个)
    • 1727稳定运行(天)

    提供最优质的资源集合

    立即查看 了解详情