协同过滤音乐推荐系统

最新推荐文章于 2024-02-06 08:30:00 发布

java一只鱼

最新推荐文章于 2024-02-06 08:30:00 发布

阅读量203

点赞数

分类专栏：计算机毕设文章标签： 1024程序员节 spring boot 后端 vue.js java

本文链接：https://blog.csdn.net/qq_30951715/article/details/134101271

版权

计算机毕设专栏收录该内容

82 篇文章 15 订阅

订阅专栏

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

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

“推荐系统”这个概念首次由 Resnick 在 1997 年提出[7]，在这个出现之后就一直被广泛的讨论。在2007 年这个时间，ACM这个组织在推荐系统的研究会议中开始举办了这个议题的讨论，第一次以“推荐系统”这个命题为会议进行的推荐界的顶级会议，使该研究内容得到了巨大的发展。现在，由于人们开发出来的AI（人工智能）、DM（数据挖掘）这两个更加高级的技术使得推荐系统的发展更加进一步的台阶。

1.2.2 国内研究现状

近些年来由于人工智能领域的快速发展国内的很多视频内的网站都加入推荐系统以前来获得用户的使用好感，增加网站的用户粘性。

对于不同用户推荐给用户所喜好类型的的音乐，根据用户所观看的音乐类型进行推荐。

1.3研究的目的与意义

1.3.1 研究目的

本文首先以音乐门户网站在管理过程中遇到的业务痛点作为研究的对象。在进行业务系统的研发之前，首先进行了实地的业务调研，然后进行了可行性的分析以及系统的设计。最后通过软件技术架构对整套音乐推荐系统代码的编码。

本套系统属于前后分离解耦的框架，前端使用的技术是Vue、Element Ui等技术栈。优势架构性能好，可扩展性高，技术先进，可以满足业务系统日益增长的需求，同时系统不仅方便用户在音乐推荐的便捷使用，而且便利管理员高效的管理整个音乐推荐平台的信息。

目前基于SpringBoot+Vue+ElementUI前后端分离结构的音乐门户推荐系统比较少，之前比较多的是进行线下的宣传然后直接到音乐院进行音乐票的购买。这样其实在宣传力度方面是远远不够的。音乐票的售卖会大大折扣。所以通过构建网上音乐推荐平台给用户喜欢的类型的音乐是很有必要的。

1.3.2 研究意义

互联网技术的不断发展，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。

越来越多的人们开始使用互联网来满足日常的生活需求和业务需求。所以，类似于像音乐推荐系统这种便捷的软件系统，不仅能够方便用户快读的查看信息，还能大大提升经营人员的管理效率。

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。

java一只鱼

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
协同过滤音乐推荐系统

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。
复制链接

扫一扫