音乐推荐平台的设计与实现 毕业论文

---

随着科技进步，越来越多的音乐App出现，它们不仅满足了用户对于丰富内容的渴望，还极大地改善了用户体验。一套精心设计的推荐系统，不仅能够有效地满足用户的视觉冲击，还能够有效地吸引用户，增强其体验，同时也给平台带来巨额的流量及利润。

大数据音乐推荐系统采用Python语言进行系统的编写，使用HDFS和MySQL数据库来存储相关数据，利用Django框架搭建web页面，最终构建出一个完整的音乐网站，并以此展示爬取到的数据。利用数据对用户喜欢的音乐进行推荐，实现用户对音乐收藏和喜欢的管理，可以满足方便用户进行操作，满足用户的基本需求。

关键词：音乐推荐系统；大数据；Python

With the advancement of technology, more and more music apps have emerged, which not only satisfy users' desire for rich content, but also greatly improve the user experience. A well-designed recommendation system can not only effectively meet the visual impact of users, but also effectively attract users and enhance their experience, and also bring huge traffic and profits to the platform.

The big data music recommendation system is written in Python language, HDFS and MySQL databases are used to store relevant data, and Django framework is used to build web pages, and finally a complete music website is built to display the crawled data. The data is used to recommend the music that users like, and the management of users' music collections and likes can be used to facilitate the operation of users and meet the basic needs of users

Keywords: music recommendation; big data;python

目  录

摘  要

Abstract

1 绪  论

1.1研究背景

1.2选题的目的和意义

1.3研究内容和目的

1.4 论文结构

2 系统分析

2.1系统可行性分析

2.1.1 技术可行性分析

2.1.2 技术可行性分析

2.1.3 社会可行性分析

2.1.4 可行性分析小结

2.2需求分析

2.2.1 功能性需求

2.2.2 非功能性需求

2.2.2 需求分析小结

2.3系统概述与技术简介

2.3.1系统开发环境

2.3.2系统运行环境

2.3.3 selenium简介

2.3.4 Hadoop简介

2.3.5 Mysql简介

2.3.6 Djano简介

3系统设计

3.1 概要设计

3.1.1设计目标

3.1.2 设计原则

3.1.3 功能模块设计

3.1.4 用户相关功能

3.1.5 管理员相关功能

3.1.6 总体架构设计

3.2 数据库设计

3.2.1数据库设计原则

3.2.2 E-R图设计

3.2.3表设计

3.2.4具体表信息设计

3.3数据获取

3.3.1数据爬取

3.3.2 数据存储

3.4 Hadoop伪分布式环境搭建

3.4.1虚拟机配置

3.4.2 Linux配置

3.4.3 Hadoop配置

3.4.4推荐算法设计

4系统的实现

4.1 前台页面部分

4.1.1系统主页面

4.1.2注册登录页面

4.1.3音乐查询页面

4.1.4热门音乐推荐

4.1.5歌曲播放

4.1.6个性化音乐推荐

4.2后台管理部分

4.2.1后台系统界面

4.2.2管理员管理操作

5系统测试

5.1 测试目的

5.2测试方法

5.3测试结果

5.3.1用户注册测试

5.3.2用户登录测试

5.3.3管理员增加歌曲信息测试

5.4测试结论

结  论

参考文献

致  谢