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	1	？	1
用户3	？	？	1	1	？
用户4	？	1	1	1	？
用户5	1	？	？	1	？

构建用户–音乐的倒排（即倒查表），如表9所示：

表9 用户-音乐倒排表

用户	音乐
用户1	a,b,d
用户2	b,c,e
用户3	c,d
用户4	b,c,d
用户5	a,d

1. 构建音乐与音乐的共现矩阵。

共现矩阵表示同时喜欢两个音乐的用户数，是一个对称矩阵，通过用户-音乐的倒排表计算a与“b，c，d，e”同时出现的次数，从样本数据可以看出a一共出现2次，a与b同时出现1次a与c同时出现0次，a与d同时出现2次，a与e同时出现0次，再计算b与“a，c，d，e”同时出现次数，以此类推，运算结果如表10所示:

表10共现矩阵表

音乐	a	b	c	d	e
a	-	1	0	2	0
b	1	-	2	2	1
c	0	-	2	2	1
d	2	2	2	-	0
e	0	1	1	0	-

1. 计算用户之间的相似度，即计算相似矩阵。

设|N(i)| 表示用户i喜欢的音乐，|N(i)∩N(j)| 表示用户i与j同时喜欢的音乐，则用户i与用户j的相似度计算公式如式1所示：

wij=|N(i)∩Nj|Nⅈ.|N(j)#1

1. 根据用户的收藏记录，给用户推荐音乐。

拿到相似度大于0.8的用户收藏，加入推荐清单，再过滤掉该用户收藏的歌曲，推荐给该用户。如果该推荐少于5首歌曲，则将相似度减少到0.6再次进行推荐。

 2.系统实现

音乐播放页面

 点击需要播放的歌曲，通过事件绑定，将歌曲在服务器中的路径传输到<audio>标签的src属性中，并更改属性autoplay="autoplay"，当用户点击歌曲时实现音乐播放效果，当用户再次点击该歌曲，通过事件绑定，调用audio的pause()方法对音乐实现暂停。点击“循环播放”按钮，更改audio的loop属性为true，实现循环播放效果。音乐播放流程图如图8所示：

用户登录成功后，进入音乐列表，点击歌曲通过Ajax异步获取歌词，歌手信息，是否收藏等信息，返回给前端，实现收藏，获取歌词等功能。实现效果如图9所示：

图9音乐播放页面

5.3.音乐评论页面

本系统评论模块设计了评论表与回复表，评论挂在音乐下面，回复挂在评论下面，点击歌曲评论按钮，后台根据歌曲id查询到该歌曲作者，歌词，歌曲图片，歌曲路径，通过关联查询查询该歌曲下所有评论，将查询到的数据存放在集合中返回给前端。业务流程图如图10所示：

输入评论的内容，点击发送按钮提交表单，将评论内容存入到数据库中，并对前端页面进行重新渲染，达到评论效果。可以对歌曲的评论进行回复，点击“回复”，通过事件绑定弹出回复文本框，输入回复内容，提交表单，将回复内容，回复用户，被回复用户等信息存入到数据库中，再次渲染页面，达到回复评论效果。如图11所示：

图11音乐评论页面

5.6用户管理页面

管理员可对用户基本信息进行查看、删除、修改操作，并通过用户可查看该用户收藏歌单、评论等单个用户数据。

实现效果如图16所示：

图16用户管理页面

5.7音乐管理页面

管理员有权限对音乐进行管理，利用bootstrap FileInput多文件上传插件实现音乐上传，可修改音乐信息，查看音乐信息。

实现效果如图18所示：

图18音乐管理页面