基于大数据技术的音乐推荐系统设计与实现

设计并实现用户个性化的音乐推荐系统，研究用户的兴趣偏好，分析用户的需求和行为，发现用户的兴趣点，为用户推荐个人喜好音乐、热榜音乐和最新音乐，要考虑长尾音乐的推荐。
1.技术平台要求
(1)    构建大数据集群应用环境，案例涉及数据预处理、数据存储与管理、数据分析与建模、数据可视化等全流程所涉及的各种应用操作，涵盖Linux、Python、MySQL、Hadoop、Spark、IntelliJ IDEA、Spring等系统和软件的综合应用。（主要用到Python、MySQL、Hadoop技术）
(2)    数据集通过网络爬虫获取或者选取网上公开的脱敏数据。
(3)    对原始数据集进行预处理；
(4)    把用户行为数据集加载到Hadoop集群HDFS中；
(5)    使用python语言编写Spark程序对HDFS中的数据进行用户行为分析、根据需求建立并选择合适推荐模型，并把推荐结果写入到MySQL数据库；
(6)    对MySQL数据库中的数据进行可视化分析与统计，使用Spring MVC框架开发web应用；
(7)    在web页面中以合适的图表形式对分析结果进行可视化呈现。

2.功能设计与实现要求
(1)    推荐方案设计（用户数据分析、常用推荐算法、推荐流程设计）
(2)    数据预处理（原始数据获取与分析、异常数据处理、数据变换处理、数据集分割）
(3)    建立推荐模型（基于内容的推荐、协同过滤（基于相似度的最邻近协同过滤算法、基于潜在因子的矩阵分解推荐算法）、深度学习、基于标签的推荐系统、混合推荐算法等）                              
(4)    使用模型进行音乐推荐（对某用户分类推荐10首喜好音乐、热榜音乐、新音乐、对所有用户进行新音乐推荐等）
(5)    推荐结果可视化（进行不同维度的推荐结果可视化）可视化功能包括：网络爬取实时更新
①　近期热门音乐统计推荐；
②　各类别Top10评分音乐统计推荐；
③　各类别历史热门音乐(歌手）统计推荐；
④　相似音乐推荐；
⑤　离线个性化推荐；
⑥　音乐基础信息管理；
其它功能可根据需要扩展。

3.    卿庭（设计命名）-具体功能实现（暂定用户角色为：管理员、用户、VIP用户）
①　登录注册模块：
用户可以进行登录，注册操作（添加性别、年龄、个人喜好、风格标签用作算法推荐依据）。
管理员登录，可实时更新在线用户信息

②　首页推荐模块：可以进行音乐播放
个性化音乐推荐模块主要实现系统推荐页面正常更新工作，其主要功能有：用户喜好预测、推荐界面更新。
采用算法，使用模型进行推荐音乐推荐给用户具体参考2.（4）（5）
参考网易云/QQ音乐（在线音乐：-音乐推荐 MV推荐：个人音乐：我的收藏 本地下载 最近播放 创建个性歌单 等等）

③　音乐和歌手基本信息模块（歌曲实时排行播放量收藏量）

④　VIP购买功能：VIP歌曲只能可以试听30秒，

⑤　用户/VIP用户信息模块：可以修改个人信息，进行添加和修改标签等，并且可以查看我最常听

后台管理端
⑥　管理员可以进行登录，注册操作
音乐信息管理模块：主要实现音乐系统的维护工作，其主要的功能有：音乐上架、音乐下架、音乐信息录入
用户评分信息统计模块：主要实现用户评分的统计工作，其主要功能有：不同用户对不同音乐的评分统计。

⑦　可视化图表（用户、VIP用户注册量 歌曲歌手播放量收藏量 热门歌曲实时排名）

注：每一个功能点和核心技术实现算法代码都标注注释，十分辛苦，万分感谢~