基于springboot的音乐推荐系统设计与实现

1.技术栈：springboot+mybatis-plus+mysql+redis

2.推荐算法设计

推荐算法设计

本文选用基于用户的协同过滤算法，首先寻找与先被推荐的用户兴趣相似的用户群，将用户喜欢或没有行动的音乐推荐给被推荐的用户。其实，这种方法也是对用户进行群集的过程，根据用户的兴趣和兴趣，将用户变成不同的群体。用户推荐是根据组的平均值生成的。使用者兴趣相似度的测定是官方系统的测定，两个使用者在收藏目录中收藏相同音乐的次数越多，两个使用者的兴趣就越相似。

算法流程：

1. 根据用户与音乐的喜好矩阵，构建用户–音乐的倒排（即倒查表）。

行表示用户，列表示音乐，1 表示用户喜欢该音乐，?表示用户是否喜欢该音乐未知。如表8所示:

表8 用户-音乐表

用户\音乐	音乐a	音乐b	音乐c	音乐d	音乐e
用户1	1	1	？	1	1
用户2	？	1