java开发个性化音乐推荐系统 基于用户、物品的协同过滤推荐算法 ssm开发框架（spring+springmvc+mybatis） mysql数据库 音乐爬虫 在线音乐播放推荐系统

java开发个性化音乐推荐系统 基于用户、物品的协同过滤推荐算法 ssm开发框架（spring+springmvc+mybatis） mysql数据库 音乐爬虫 在线音乐播放推荐系统PersonalizedMusicRecWeb

一、项目简介

1、开发工具和使用技术

eclipse或者idea，jdk1.8，mysql5或者mysql8，navicat数据库管理工具或者sqlyog数据库管理工具，tomcat7及以上版本，SSM（spring+springmvc+mybatis）开发框架，thymeleaf模板渲染引擎，bootstrap前端框架，bootstrap字体图标，html页面，javascript脚本，jquery脚本，jquery.raty五角星评分组件，APlayer音乐播放器组件等。

2、实现功能

前台用户首页地址：http://localhost:8080/PersonalizedMusicRecWeb/
后台管理员首页地址：http://localhost:8080/PersonalizedMusicRecWeb/admin
管理员账号：admin 管理员密码：admin

前台用户包含：登录、注册、忘记密码、退出登录、搜索音乐、浏览音乐、播放音乐、歌单管理、播放歌单、修改信息、密码修改、用户评分、用户收藏、用户评论、用户点赞、浏览历史、排行榜、个性化推荐等功能；

后台管理员包含：数据统计、音乐类型管理、音乐管理、歌单管理、用户管理、用户评分管理、用户收藏管理、用户评论管理、用户点赞管理、用户历史管理、管理员管理等。

推荐音乐：
游客（用户未登录）：
为你推荐：根据音乐平均评分进行热门推荐；
猜你喜欢：根据音乐点赞数量进行热门推荐。
登录用户：
为你推荐：采用基于用户的协同过滤推荐算法，根据用户评分数据，如果基于用户的协同过滤推荐算法没有推荐结果（冷启动和数据稀疏性问题造成没有推荐结果），根据音乐平均评分进行热门推荐，同时排除登录用户已有评分的音乐；
猜你喜欢：采用基于物品的协同过滤推荐算法，根据用户点赞数据，如果基于物品的协同过滤推荐算法没有推荐结果（冷启动和数据稀疏性问题造成没有推荐结果），根据音乐点赞数量进行热门推荐，同时排除登录用户已有点赞的音乐。

相关推荐：
查找当前音乐类型下收藏量较高的音乐，同时不包括当前登录用户收藏过的音乐。

排行榜：
人气榜，查询浏览数量较高的音乐；
高分榜，查询平均分较高的音乐；
收藏榜，查询收藏量较高的音乐；
点赞榜，查询点赞量较高的音乐。

音乐数据来源：爬取网易云音乐网站

3、开发步骤

一、需求分析
主要是分析需要实现的功能、确定开发工具及技术等。例如：前台用户需要有登录、注册、注销、搜索音乐、音乐评分、个性化推荐等，后台管理员需要有登录、注销、数据统计、用户管理、音乐管理、音乐类型管理等，个性化推荐使用基于用户的协同过滤推荐算法等。Java开发语言，mysql数据库，ssm开发框架等。
二、数据库设计
数据库设计使用navicat数据库管理工具，可通过sql语句脚本生成数据库表，也可以直接操作新建表设计表等。注意主外键关联设计，例如：评分记录表需要外键关联用户表和音乐表。
三、页面设计
使用bootstrap前端框架，官网https://www.bootcss.com/，bootstrap版本4.3.1，示例：https://v4.bootcss.com/docs/examples/，可以下载复制粘贴html代码完成页面设计，也可以到中文文档：https://v4.bootcss.com/docs/getting-started/introduction/，中复制粘贴需要的页面组件，最后可以再添加自己的样式。主要以div和table布局。
四、开发框架搭建
SSM开发框架（spring+springmvc+mybatis）搭建，首先是jar包的导入，可以在https://mvnrepository.com/官网（存储jar包的仓库网站）搜索找到对应的jar包下载并导入项目，然后是开发框架配置文件的编写，编写规则主要是通过框架官方文档进行来发。
五、功能开发
首先是进行前台用户首页的开发，其次是音乐详情，然后是用户注册、登录等，接着是用户的评分、修改信息等，然后是进行管理员功能的开发，最后是进行前台用户的个性化推荐功能实现。
六、系统测试
主要是进行bug修改，推荐算法测试。

二、项目展示

三、代码展示及运行结果

专业长期研究java、python推荐算法（基于内容、协同过滤、关联规则、机器学习等）、大数据等，欢迎留言、私信互相交流学习，后续会不断更新，欢迎关注。