摘要：目前，音乐门户类网站中包含数万首音乐，其产生的海量、巨大的高质量音乐数据无疑超出了受众的基本需求和承受能力，导致大多数用户产生信息疲劳的状况。在用户没有明显偏好的情况下，通常有两种播放方式，第一种是选择自己收藏的歌单进行听音乐，第二种是用户根据自己的兴趣爱好，在音乐播放系统中搜索其关键字所相似的歌单进行歌曲的播放，这些途径都具有相同问题，即使用者都需要主动去收藏或者搜索才能获得自己喜欢的歌曲，相应的，所形成歌单也比较固定，这样一来用户与系统的交互性不高，很难提高用户粘合性等。

针对以上问题，本课题提出了歌曲智能推荐系统，该系统对每首待推荐的歌曲考虑以下几个方面的因素：歌手、播放列表风格、播放列表标题、播放列表评分、收藏。首先通过获取用户数据建立层次分析（AHP）模型，统计使用者感兴趣的歌曲特点，经过数据库的模糊查询得出其特征再通过平时的打分来对取得的音乐资源顺次罗列，然后再结合热门歌单或小众歌单将综合得来的歌单再推荐给用户。使得歌单及歌曲变得更智能化、更多样化、更切合用户兴趣，为用户带来更好的体验和舒适性。

关键词　推荐系统；音乐推荐；评分排序；模糊综合评价法；

 

目录

摘要

Abstract

1 绪论-1

1.1 课题背景-1

1.2 课题国内外研究现状-1

1.3 题目的来源-2

1.4 前期准备工作-2

1.5 本章小结-2

2 需求分析和相关技术概述-3

2.1 引言-3

2.2 需求分析简介-3

2.3 课题的可行性研究-4

2.3.1 技术可行性-4

2.3.2 经济可行性-4

2.3.3 社会可行性-4

2.4 功能分析-4

2.4.1 用户信息管理用例-4

2.4.2 歌单信息管理用例-5

2.4.3 歌曲信息管理用例-5

2.4.4 歌手信息管理用例-6

2.5 B/S 架构概述和前后端分离结构-6

2.6 系统开发技术介绍-7

2.6.1 Java-7

2.6.2 Spring boot-8

2.6.3 Mysql-8

2.7 系统需求分析-9

2.7.1 游客-9

2.7.2 登录用户-9

2.7.3 后台管理员-9

2.8 本章小结-10

3 系统的概要设计-11

3.1 系统结构-11

3.1.1 逻辑结构-11

3.1.2 系统模块结构-11

3.2 系统逻辑-13

3.2.1 查询模块算法流程-13

3.3 数据库表结构-13

3.3.1 管理员表（admin）-13

3.3.2 用户表（consumer）-14

3.3.3 收藏表（collect）-14

3.3.4 评分表（rank）-15

3.3.5 歌单-歌曲对应关系表（sheet-song）-15

3.3.6 歌手信息表（singer）-16

3.3.7 歌曲信息表（song）-16

3.3.8 歌单信息表（song-sheet）-17

3.3.9 评论信息表（comment）-17

3.4 本章小结-17

4 系统的功能实现-18

4.1 用户模块的设计与实现-18

4.1.1 用户注册-18

4.1.2 用户登录-19

4.1.3 用户编辑个人信息-20

4.1.4 歌手浏览-20

4.1.5 歌单浏览-21

4.1.6 推荐歌曲-22

4.1.7 我的音乐-24

4.2 管理员模块的设计与实现-25

4.2.1 管理员登录-25

4.2.2 歌手管理-27

4.2.3 歌单管理-28

4.2.4 用户管理-29

4.2.5 歌曲管理-30

4.3 本章小结-34

5 系统测试与维护-35

5.1 系统测试-35

5.1.1 兼容测试-35

5.1.2 功能测试-35

5.2 系统测试目的-35

5.3 系统测试项目-35

5.4 系统测试结果-36

6 部署-37

7 总结与展望-38

参考文献-39

致谢-40