计算机本科毕业设计-音乐推送系统设计与实现

音乐推送系统设计与实现目录TOC\o"1-3"\h\u23312摘要 [6]。设用户a的最近邻居集为A，则a对i项目的预测评分Pa,i可一通过a对最近邻居集A中的项的评分得到。计算方法如下：Pa,i=Ra+a∈Asima,其中sima,n表示用户a和b之间的相似性，Ra,i表示a对i的评分，Ra、Rb表示a和b对Pearson相似性Pearson相似性是一种基于相关系数的相似性度量方法。假设有一对用户，用户a和用户b，用户a和用户b之间的相似性sima,b通过Pearsonsima,b=k=1k(其中Ra,k与Rb,k表示用户a，b对项目k的评分，Ra，Rb表示用户a和b在共同已评分项目上的的评分均值，K4用户需求分析人们的音乐消费受到多种因素的影响，是一种复杂多元的活动，常常是一种社会化行为，所以必须深入地分析用户的音乐需求，了解他们的音乐消费行为，而目前国内关于音乐推荐系统方面的研究仍很匮乏。

本文从用户的角度出发，以用户为中心，通过对用户的行为模式进行分析和挖掘，从而实现对用户的需求分析；

其次，考虑到不同类型的公众场合以及不同的应用环境下，用户之间可能会存在着大量的信息交流，因此，研究如何有效地组织和管理多用户间的互动行为具有重要意义。

这样才能更好地满足用户的个性化要求，从而提高用户满意度。为了使系统能够满足实际的需求，需遵循如下原则：可用性原则首先是可用性原则。可用性原则就是要考虑用户在使用软件时对软件所产生的影响以及软件本身的功能和作用。协同过滤推荐是指通过一种方法从一组具有相似兴趣或爱好的邻居用户中筛选出与目标用户最接近的用户并将其加入到推荐列表中。

他可以使用一些有潜力的信息来根据复杂而又很难表达的观念来提出建议，例如音乐质量和音乐主题内容。

这为我们在做建议时提供了很多有用的资料。

此外，协同过滤新颖性还有助于用户预测自己之前从未听过、但可能会感兴趣的音乐。

协同过滤算法到目前为止。

在技术上已相当成熟。时效性原则时效性原则:推荐系统一定要具备快速反应能力，大家都知道，现在的互联网上充斥着各种不同类型的资讯，这些资讯的量都比较大，而且还是以比较惊人的速度在不断地增加，如何能够在大量的资讯当中迅速地寻找到我们想要的资讯，并迅速地将这些资讯回馈到用户当中去，这是互联网推荐系统要思考的非常重要的问题实用性原则只有所采取的系统解决方案满足了协同过滤推荐系统的实际需求，并且采取了合理的模块规划，保证了整个系统结构的简洁、高效才能保证系统的能够在实际运行时起到应有的效果。5系统分析与设计一个完善的系统的设计，需要完备的前期工作应切实了解用户的需求，从现有的优秀方案中学习。确定设计要达成的目标，从系统的功能需求和功能需求出发，考虑到系统设计每个阶段所依赖的技术与具体实现方法，对各个模块进行合理的规划。5.1设计目标此次设计旨在开发出一款精确、好用的音乐推荐系统供用户使用，主要功能包括基本的音乐播放、用户的注册登录、歌曲搜索、以及针对用户的个性化音乐推荐等一系列功能。其中最主要的功能为个性化推荐功能。系统的推荐与所选取的算法密切相关，在算法部分选取了基于协同过滤算法作为核心功能的驱动。另外应考虑系统的性能问题，真正为用户提供一款实用的能个性化音乐推荐系统，给用户带来良好的使用体验。5.2系统功能分析系统功能需求分析：音乐播放，此功能为本系统的基本功能，系统能独立完成音乐的播放。2.歌曲打分功能，系统具有用户给系统内音乐评分的功能，当用户完成登录后方可使用评分功能，该评分将作为个性化推荐的参考。3.用户的注册，登录4.个性化音乐推荐，该功能模块为本系统的主要功能，用户登陆后，系统根据用户的收听记录及给音乐的评分等，给出相应的推荐。5.用户音乐收藏，用户登陆后可通过系统的收藏功能将自己喜爱的音乐记录下来，方便使用。6.管理员可完成系统内信息，管理员端对系统内歌曲信息进行更新操作所依赖的部分代码6基于协同过滤的音乐推送系统6.1数据库设计在这一章将着重讲述系统数据库的搭建，其中的关键便是数据库中各个表的设计，数据库里各个表的表属性的划定，一个好的数据库表设计，对于系统功能的实现有着巨大的作用。为满足实际需求，数据库的设计遵循以下原则：1)数据库中只存数据，不做运算，否则会影响效率。2)数据库属性字段不要太过冗长，应该保持在一定长度范围。3)在数据库表属性的设计中，应该尽量满足三大范式，减少冗余。4)多用小查询，大查询效率低下，且不能重用。5)针对不同的场景，选用合适的存储引擎。6)适当建立索引，可以提高查询效率如下罗列的是系统主要的数据库表用户信息表属性名属性类型属性说明IdUsernamePasswordSexPhone_numEmailBirthIntroductionLocationAvatorCreate_timeUpdate_timeChar(10)Char(10)Char(20)BooleanChar(20)Char(30)Char(20)Char(50)Char(20)Char(30)Char(30)Char(30)系统用户标识系统登录用户名用户的账户密码用户性别用户电话号码用户的个人邮箱地址用户的生日信息用户的个人介绍用户的所在地用户的头像信息账户创建时间账户最新更新时间管理员信息表属性名属性类型属性说明IdNamePasswordChar(10)Char(10)Char(20)系统用户标识系统登陆用户名登陆密码音乐信息表属性名属性类型属性说明IdSinger_idNameIntroductionCreat_timeUpdate_timePicurlChar(10)Char(10)Char(50)Char(20)Char(30)Char(30)Char(50)Char(50)系统记录音乐的标识系统记录演奏者的标识音乐的名称信息音乐的专辑名上传的时间最近更新的时间歌曲封面的信息歌曲的地址(方便播放操作)歌单信息表属性名属性类型属性说明IdTitlePicIntroductionStyleChar(10)Char(30)Char(50)Char(20)Char(10)系统记录歌单的标识歌单的标题歌单封面信息歌单的简单介绍曲风用户-音乐收藏表属性名属性类型属性说明IdUser_idTypeSong_idChar(20)Char(20)Char(20)Char(20)系统识别单次收藏的标识完成收藏的用户标识收藏歌曲的曲风系统识别音乐的标识用户-评分表属性名属性类型属性说明IdSongListidConsumerIdScoreChar(20)Char(20)Char(20)In系统识别评分的标识系统识别歌单的标识完成打分的用户的系统标识打分分数6.2核心算法描述核心算法描述本音乐系统的核心功能是跟据用户的播放行为给用户推送可能感兴趣的音乐，在系统内实际运行时算法的具体描述如下所示：6.3系统流程图图6-1系统框架流程图如图所示为系统的框架图，考虑到系统的整体实用性以及客户的需求，主要可划分为五大模块。音乐搜索播放、协同过滤音乐推荐、用户-音乐评分、用户信息管理、音乐信息管理模块。本系统的重点研究对象为其中的系统过滤音乐推荐模块。音乐播放模块用户完成注册后即可正常使用系统，能在系统完成音乐软件的基本操作，如播放系统中的音乐或搜索系统中的音乐完成播放。用户-评分模块该功能是用来记录用户给音乐打分的，某个音乐被用户打分的数值将作为推荐的一项指标。协同音乐推荐模块当用户完成登录操作后，系统将依靠用户的信息以及收听音乐的记录，给用户相应的推荐列表。推荐的歌曲将以主页的歌单形式推送给用户。用户信息管理模块、音乐信息管理模块此部分在系统内供管理员使用，与系统的主页面独立开来，其作用主要是供系统管理员更新、维护系统。管理员通过管理员账号登录系统后便可对系统内的各项信息进行修缮，如更改错误的歌曲信息，或对违规的用户信息进行修改等。系统过滤音乐推荐此模块为系统的核心功能，在系统中根据用户的收听记录及给音乐的评分等，经过协同过滤算法部分的运算，最终得出用户的推荐清单，给出相应的推荐。进入系统，对与未登录的用户，系统不会出现推荐内容，用户需登录账号或者申请新的账号进行登陆操作。填写的用户内容会作为兴趣评分的内容，用户登陆时系统将主要参照用户的收听行为根据预测分析出用户可能喜好的音乐推送给用户。如下图所示为系统前台的运行流程图：图6-2系统前台客户端流程图推荐系统一直处于等待用户的状态，根据用户的喜好等，采取协同过滤推荐，完成给用户的推荐后，在等待下次推荐运算。图6-3后台数据处理流程图6.4系统功能的实现1.音乐播放功能图6-4播放界面部分截图图6-5读取系统内歌曲id如图所示光标所停留的区域为系统通过读取系统内歌曲id获取的歌曲名称，通过VUE的audio标签来完成播放功能。2.歌曲打分功能图6-6打分界面如图所示系统具有用户给系统内音乐评分的功能，在用户为完成登录时会提示“请先登录”。当用户完成登录后方可使用评分功能，该评分将作为个性化推荐的参考。3.用户的注册，登录功能图6-7注册界面图6-8登录界面如图所示为系统的登录及登录功能图6-9部分代码截图当用户不想输入如电话号码等信息时系统会自动赋予空值，仍可完成注册。4.个性化音乐推荐模块该功能模块为本系统的主要功能，用户登陆后，系统根据用户的收听记录及给音乐的评分等，给出相应的推荐。如下所示为系统内协同过滤算法的部分代码图6-10计算其他用户和目标用户的相关系数、排序图6-11计算两序列间的相关系数图6-12计算皮尔森系数6.5系统运行效果如下所示为系统实际运行的截图图6-13所示初次进入系统如图6-13所示初次进入系统，未完成登陆操作时，系统不会进行推荐图6-14登录界面图6-14所示为系统的登录界面图6-15用户主页图6-15所示为当用户完成登录操作后系统推送给用户主页推荐内容图6-16音乐播放页面图6-16所示为系统内的音乐播放页面，音乐能正常播放。图6-17管理员登陆界面图6-17所示为系统的管理员登陆界面图6-18管理员页面如图6-18所示为管理员页面，管理可对系统内的信息进行一系列管理操作。如上图所示，最终的设计结果符合设计的要求，能够完成播放音乐，推荐，收藏等功能，符合预期。7总结与展望个性化推荐系统是目前互联网上的一个热点话题，如今各种各样的个性化推荐系统在我们的生活中充当了重要的角色，这离不开近年来科研人员的殷勤奉献。如何设计与一款个性化推荐系统，如何将个性化推荐算法实际运用到一款系统中去是本文研究的问题。本文采用协同过滤算法完成了一款音乐推算系统，主体为音乐播放系统，采用协同过滤算法的计算为用户推送推荐的内容。经过测试后所设计的系统能够完成最初的预期目标。本文的主要工作包括以下方面：回顾了推荐系统的近几十年来的发展背景与历史，国内外的研究现状，介绍了推荐系统的应用环境。针对本系统最终要完成的个性化推荐功能，选择了协同过滤算法及相似度考量的方式。从用户的角度以及现有成功案例的学习中分析出系统具体的功能需求以及整体架构。使用开发工具实现了音乐推送系统，该系统能完成播放，推荐等初期构想的功能，整体符合预期。本次设计的音乐推送系统初衷是为用户提供一款快速且实用的具有个性化音乐推荐功能的音乐系统，经过测试所实现的系统能够基本满足预期的需求，但是仍有很大的改进与丰富的空间，提醒着我在往后的学习生活中应该再接再厉。

参考文献[1]李雪.基于协同过滤的推荐系统研究.吉林大学2010.[2]余力,刘鲁.电子商务个性化推荐研究[J].计算机集成制造系统-CIMS,2004,(10):1306-1313.[3]吴婷.协同过滤技术在电子商务推荐系统中的应用与研究.武汉理工大学2009.[4]赵亮,胡乃静.个性化推荐算法设计[J].计算机研究与发展，2002,39(8):986-991.[5]刘旭东.B2C网上购物推荐系统的设计与实现.计算机应用与软件第26卷第9期(vol.26No.9)2009.9[6]吴锦昆,单剑锋.基于改进型相似度的协同过滤算法的研究[J].计算机技术与发展,2022,32(04):39-43.[7]张耀,王丹丹,梁志远,崔晓萌.智能运维平台协同过滤信息推荐系统设计[J].电子设计工程,2022,30(03):49-53.DOI:10.14022/j.issn1674-6236.2022.03.011.[8]杨萍.互动仪式链视角下网络社交中的自我呈现与身份认同——从网易云音乐年度听歌报告说起[J].新媒体研究,2018,4(5):29-31[9]翁倩莹.用户听歌行为对音乐流媒体平台商业模式的影响研究与国际比较[D].浙江:浙江大学,29-30.[10]薛婧.基于情景建模的移动互联网推荐系统研究[D].西安:西安邮电大学,2021,18-19.[11]王彦琨.基于大数据的推荐系统研究[J].通信电源技术,2020,204(12):217-218.[12]ChenYan,HarperF.SocialComparisonsandContributionstoOnlineCommunities:A