+ Mrzys1
摘 要
信息化爆炸的时代，互联网技术的指数型的增长，信息化程度的不断普及，社会节奏在加快，每天都有大量的信息扑面而来，人们正处于数字信息化世界。数字化的互联网具有便捷性，传递快，效率高，成本低等优点。
本课题拟设计的基于SpringBoot+Vue+ElementUI框架加上协同过滤算法推荐开发的音乐推荐系统，实现用户在音乐门户网站快速的获取自己喜欢的音乐类型进行音乐的检索以此看到自己喜欢的音乐，同时给音乐推荐系统的后台管理员提供一个便捷的后台管理系统，方便全局掌握整个音乐推荐平台的运行情况，提升效率。该系统角色分为用户和管理员。用户可以通过音乐门户的推荐系统用户可以在门户的首页获取到系统根据协同过滤算法推荐出来的最符合的音乐，平台注册的用户可以浏览首页的音乐模块，根据类别进行音乐模块的筛选、用户可以浏览音乐的最新咨询、进入到个人中心对个人数据进行维护、可看到自己收藏的音乐、进行系统登出等操作。管理者则可以通过后台系统进行个人信息的维护、前台用户的维护、音乐类型的维护、上架音乐类型的维护、音乐评分管理的维护、音乐资讯管理的维护等操作；经过前期的技术可行性分析和实际业务调研以及系统设计和研发，最后经过一系列的系统测试，系统的业务功能可正常使用满足用户的使用要求。
关键字： Spring Boot、Vue、音乐推荐、协同过滤算法
Abstracts
In the era of information explosion, the exponential growth of Internet technology, the continuous popularization of information technology, and the acceleration of social rhythm, a large amount of information is coming every day. We are in the digital information world. The digital Internet has the advantages of convenience, fast transmission, high efficiency and low cost.
The movie recommendation system developed based on the framework of SpringBoot+Vue+ElementUI to be designed in this project enables users to quickly obtain their favorite movie types on the movie portal and search for movies to see a favorite movie. At the same time, it provides a convenient backstage management system for the backstage administrator of the movie recommendation system, so as to facilitate the overall understanding of the operation of the entire movie recommendation platform and improve efficiency. The system role is divided into user and administrator. Users can obtain the latest released movies recommended by the system according to the collaborative filtering algorithm on the home page of the portal through the recommendation system of the movie portal. Users can view the modules of the released movies, filter the movie modules according to the category, view the movie consultation, update personal data in the personal center, view my favorite movies, and log out of the system. Managers can maintain personal information, foreground users, movie types, movie types, movie scoring management, and movie information management through the background system; After the preliminary technical feasibility analysis, actual business research, system design and development, and finally a series of system tests, the business functions of the system can be used normally to meet the user's requirements.
Keyword:Spring Boot, Vue, movie recommendation, collaborative filtering algorithm
1.1 研究背景
互联网技术的更新迭代非常之快，喜欢上网的人可以从网上进行各种各样的业务操作，从而满足个人的业务需求以及生活和娱乐方面的需求[1]。网络上的系统就像是一个非常大型的平台，人们可以在这个平台上面查找搜索自己喜欢的音乐根据智能化的推荐系统快速的找到自己新欢的音乐类型。
以前的业务系统都是处于纸质化的时代，信息很容易丢失，而且非常不方便管理。如果将业务做成信息化系统，那不仅信息容易保存不会丢失，而且方便人们管理，信息传达的时效性以及准确性都是非常快的[2]。有数据显示现在国内的互联网用户已经达到了13.51亿，网络的传递信息很快不会浪费自己的时间。所以音乐推荐管理的系统开发是迫在眉睫，是信息化时代智能化时代必须的产物，才能在市场竞争日益复杂的环境下，使得自己的音乐院能够牢牢的黏住用户，增加自己的营收。信息化时代只能推荐系统使得用户可以快速获取信息操作方便深得人心用户才会愿意在此平台去购买该音乐。方便管理员更广面，更全局化的把握整个音乐院的运营情况。
1.2国内外研究现状
1.2.1 国外研究现状
国外的推荐系统发展较早，IBM公司很早就为电子商务平台Websphere增加了个性化推荐功能。亚马逊也较早的在电子商务领域中引入了推荐系统，这一举措给亚马逊带来了巨大的营收利益[7]。目前，在电子商务领域中，推荐系统的应用提高了用户的购买力度，为商家创造了巨大的商业价值。但是过去的推荐系统只靠一些简单的信息进行推荐，例如用户注册信息，这导致推荐到结果不会很精准。因此研究者便提出了协同过滤推荐(Collaborative Filtering, CF) [8]。为解决初期协同过滤推荐算法存在的弊端，后期产生了许多其他典型的推荐算法，其中包括基于内容的协同过滤和基于用户的协同过滤等等。在智能化成为各个领域中的领头羊后，推荐系统和推荐算法的应用也变的尤为重要。
到2019年益普索在全球的调查显示，流媒体的免费服务使用率已经达到35%，而付费的的使用率为16%，有57%的网络用户在通过 YouTube 等类似视频网站访问音乐或音乐视频，Spotify等音乐流媒体网站的访问比例为 38%，iTunes等MP3下载服务访问比例为26%。自从苹果iTunes打破传统的音乐产业链，iTunes音乐商店模式的音乐销售方式成为国外的主流[9]。音乐网站享受音乐服务也进入人们的生活，逐渐成为大众生活中的一部分。同时该行业各种类型的网站，提供不同服务的网站开始不断出现。在推荐系统发展的基础上，对音乐推荐的研究也早早被推上了进程。2022年开始，Verma P等人使用三维模型计算出每个职业的学生期望分数，并将其作为学生唱歌偏好依据给出喜好建议[10-11]。Reusens M等人利用与Flemish公共服务的合作关系，确定了一种基于隐式反馈的推荐算法[12]。此次研究体现了推荐技术相较传统的信息筛选技术方面的优势[13]，确定了使用推荐技术对高校用户进行音乐推荐才是主要研究方向。
1.2.2 国内研究现状
中国的音乐行业起比较晚，但现在正在不断发展。中国的音乐行业类似，开始时分为三个音乐的子链，经历了传统的音乐唱片模式到现在流媒体的互联网模式。中国音乐市场的发展比较艰难，一方面来自国外音乐的传入对音乐市场形成冲击；利益方面在国内版权问题的争端严重，抑制行业的发展，也使创作者的创作环境艰难，打击创作者的积极性，高质量的作品产生较少[14]。在线音乐在2017年是动荡的一年，产业巨头们开始整合行业资源，建立从上到下完整的一条产业体系。小的企业被收购合并，行业的资源进行整合，完善行业的制度规则。推荐系统和推荐算法目前已经成为大多数互联网产品的标配技术，如果一个互联网产品想要为用户高效的提供用户需求的信息，那么一个具有良好推荐算法引擎的推荐系统是必要的[15]。在特定情况下人类需求的不确定性、信息的爆炸式增长这两个条件让推荐系统成为一项长久而实用的技术，推荐系统不会昙花一现，它会伴随着人类的发展而不断发展进化[16]。
如今与国外的音乐网站相比，国内的音乐网站还缺乏一定的简捷性，在对于一些音乐网站的考察中，我发现有很多网站的画面不是很简捷，有很多的广告穿插在其中，让人看了很不舒服，还有的网站的操作不是很顺手，有的网站不能做到真正的方便的分类的检索，也不支持详尽歌曲的查询、检索功能，有的网站只能试听，而不能下载，对于一些发烧友和歌迷无不是一种打击。
1.3研究的目的与意义
1.3.1 研究目的
随着互联网时代的飞速发展，海量的数据和信息充斥着工作和生活。在过去，面临的是信息的严重匮乏[1]，如何在大量的信息中筛选出人们真正需要的信息是本课题需要解决的问题。因此，一个能提供良好服务的音乐推荐系统将信息过滤并向用户展示其可能感兴趣的信息，能有效提高大数据的利用率，节约时间，提高工作的效率[2]。现代影响比较大的做音乐的企业都使用互联网技术来管理音乐，将音乐与现代的高新技术相结合，尽量做到网站的尽善尽美，即先收集、分类然后方便用户挑选与分享。根据信息社会的特点，对音乐信息进行合理的配置，达到为用户提供合理的、专业的音乐体验的目的。
1.3.2 研究意义
现代人生活节奏不断加快，工作任务繁重，在工作之余，人们需要适当的放松，音乐可以有效的缓解人们工作的压力，从而提高公司员工的工作效率。网络的飞速发展使得人们记录[3]、分享和发现音乐的方式也随之发生着改变，因此，借助怎样的互动方式能让那些喜欢音乐的人通过享受和分享音乐来宣扬自己的价值，获得大家的肯定及关注是一个值得深入探讨的话题。
当今的音乐分享平台大多以客户端的方式运营，频繁的更新让人感到非常繁琐，毫无疑问，基于网页的音乐分享平台是一个好主意，这样可以避免频繁的更新给用户带来的困扰，也给开发人员维护带来了便利[2]。因此，开发一款个性化音乐网站具有一定的应用意义。
1.4 研究方法内容
音乐推荐系统，使用的是目前最流行的前后端分离架构，Spring Boot+Vue,性能好，可扩展性高，技术架构先进，迭代性高，开发效率高。
系统过滤的音乐推荐系统主要有两大角色，管理员、音乐用户两大部分。借由系统过滤音乐推荐系统可以方便用户在门户进行音乐信息的快速获取，实时快速的获取到自己喜欢的音乐。同时大大的提升了音乐后台管理人员的工作效率，快速的增加音乐院购票平台的用户粘性，能增加音乐院的营收。
主要包含以下几个内容：
第一章、绪论，讲述了整个论文研究的内容和社会背景以及技术栈。
第二章、技术框架栈的罗列、把本套代码的技术框架的组成进行介绍，从整体上介绍了这个框架系统是有哪些技术组成的。
第三章、业务前期调研通过可行性分析报告的制作判断是否可开发这个系统。
第四章、系统业务框架的怎么设计进行讲述，论述了业务系统是怎么通过实体和关系的映射，对真实业务和表之间做映射关联。
第五章、通过编写代码实现本系统。
第六章、通过敏捷开发一开发一边测试的方式最终使系统具备上线到正式环境的条件。
3948
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
