摘 要

随着网络时代的繁盛，人们生活的点点滴滴都都与网络息息相关，这就是网络信息繁多而复杂的重要原因。为了使人们不在海量的信息中迷失，提高人们的生活质量，个性化推荐技术渐渐成为近些年来的研究热点，其在解决“信息过载”的问题上有着显著的效果。

音乐已成为提高人们生活水平的一个重要方面，因而个性化音乐推荐技术也是目前的热点之一，以前，人们主要通过搜索引擎来检索到他们心仪的音乐，但是这种方式在信息如此繁多的现在已经不适用，根据个人品味为用户智能化推荐音乐显得格外重要。基于此，本文以个性化音乐推荐系统为主题，对基于近邻用户的协同过滤算法^[7]进行了一定程度的研究，并以该算法为核心设计了一款基于J2EE的个性化音乐推荐系统，并最终使用SSM框架等技术编码实现了该系统。系统除了完成传统音乐播放系统的播放歌曲、搜索歌曲、收藏歌曲外，还通过实现协同过滤算法，完成了个性化推荐功能。通过功能测试，该个性化音乐推荐系统功能完善，达到预期效果。

关键词：协同过滤；音乐推荐；近邻用户

Abstract

With the prosperity of the Internet age, the bits and pieces of people's lives are closely related to the network, which is the reason why the network information is so complicated. In order to make people not lost in the massive information and improve people's quality of life, personalized recommendation technology has gradually become a research hotspot in recent years, and it has a significant effect in solving the problem of "information overload".

Music is an indispensable part of improving people's quality of life. Therefore, personalized music recommendation technology is also one of the hot spots at present.It is particularly important to recommend music to users based on personal taste. However, in the past, the way to find your favorite music through search engines can no longer meet the needs of most people.It is especially important for the music system to intelligently recommend music to users through users’ personal state. Based on the personalized music recommendation system, this paper deeply studies the collaborative filtering algorithm based on neighboring users, and designs a personalized music recommendation system based on the algorithm. Finally, the system is realized.In addition to the basic functions of playing songs, searching for songs, and collecting songs in the traditional music system, the system also completes the function of recommending music for the user according to the user's taste. After the final test, the personalized music system is fully functional and basically achieves the desired results.

Keywords: collaborative filtering；music recommendation；neighboring users

目录

摘 要 I

Abstract II

第1章 绪论 1

1.1课题的来源和意义 1

1.2目前国内外研究状况 1

1.3论文的主要工作 2

1.4论文的主要结构 2

第2章 系统的需求分析与概要设计 4

2.1需求分析 4

2.2概要设计 5

2.2.1前台系统 6

2.2.2后台系统 6

本章小结 7

第3章 核心算法介绍 8

3.1推荐算法概要介绍 8

3.2计算相似度算法 8

3.2.1余弦相似度 8

3.2.2皮尔逊相似度 9

3.2.3 jaccard相似度 9

3.3基于用户的协同过滤算法的实现 9

3.3.1数据获取 10

3.3.2初步数据处理 10

3.3.3求相似度 11

3.3.4计算推荐评分 11

3.3.5结果输出 11

本章小结 12

第4章 系统详细设计 13

4.1采用的技术 13

4.1.1 J2EE 13

4.1.2 SSM框架 14

4.2数据库设计 15

4.3详细的功能细节 18

本章小结 20

第5章 系统的实现和测试 21

5.1系统实现效果 21

5.1.1首页 21

5.1.2 注册/登录页 21

5.1.3热门推荐/新碟上架 22

5.1.4评论页 23

5.1.5管理员管理页 24

5.2核心模块的测试 25

5.2.1搜索歌曲功能测试 25

5.2.2音乐管理功能测试 25

5.2.3评论管理功能测试 27

5.2.4个性化推荐功能测试 30

本章小结 31

第6章 总结及展望 32

参考文献 33

致谢 34