全文总字数：2196字

1. 研究目的与意义及国内外研究现状

由于近年来互联网行业的高速发展，获取信息的方式也越来越多，人们逐渐从主动获取信息变成了被动接受信息，信息量也在以井喷式速度爆发增长。相应的，垃圾信息也越来越多，导致用户获取有价值信息的成本大大增加。由于信息数量的井喷式增长，人们逐渐出现了新的需求，比如获取信息的途径需要更加有针对性，获取到的信息的需要更加有效，因此推荐系统伴随需求应运而生。

当今时代，各类音乐服务网站的快速发展极大的方便了音乐爱好者获取音乐的途径。但是高达千万级数量的音乐总数无法让用户快速找到适合自己口味的音乐，传统的搜索方式只能满足目标明确的用户，但无法挖掘出用户可能偏好但是没有机会接触的音乐，而音乐定向推荐是根据用户的兴趣特点和点播行为，向用户推送他们可能偏好的音乐或者唱片。随着音乐市场规模的不断扩大，音乐种类和数量快速增长，用户希望用更少的时间找到自己喜爱的音乐作品。仅靠用户自己在大量的音乐作品中依次试听以获取自己偏好的音乐资源无疑在浪费着宝贵的时间，而根据用户的行为爱好定向推荐相关类型作品能够更快地满足用户需求，提升用户体验，加上音乐消费市场随着人们生活水平提高仍有巨大潜力的因素，音乐推荐系统也就顺其自然的流行起来了。

2. 研究的基本内容

1.学习python语言语法基础与相关库及django web框架。

2.学习基于用户的协同过滤算法，并应用到系统。

3.学习正则表达式，能够实现文本过滤。

3. 实施方案、进度安排及预期效果

1.学习python开发框架django，建立音乐播放依托平台。

2.学习爬虫技术，爬取互联网中多个在线音乐网站与歌词站点歌曲相关数据。

3.进一步学习相关推荐算法。

4. 参考文献

[1] anand rajaraman , jeffrey david ullman .《大数据互联网大规模数据挖掘与分布式处理》[m].人民邮电出版社 , 2012

[2] ian h.witten eibe frank mark a.hall . 《数据挖掘:实用机器学习工具与技术》[m].机械工业出版社 , 2014

[3] toby segaran . 《集体智慧编程》[m]. 电子工业出版社 , 2015