摘要
近年来，随着网络技术的发展，在线音乐平台成为人们听歌曲的首选。面对海量的音乐数据，用户们往往显得无从选择。听歌作为日常的娱乐放松方式，一首首的试听明显不太现实，所以需要进行一定程度的筛选。本论文根据此需求，设计并实现了一个音乐推荐系统。该系统是基于Spring Boot框架，运用到Hadoop平台中HDFS进行存储，Map Reduce进行计算。该系统前端由首页管理、歌曲歌手管理及个人信息管理等主要功能模块构成，能够满足用户想要的歌单推荐和歌曲推荐。本文首先对音乐推荐系统的发展现状和相关理论进行了介绍，然后对推荐系统进行了分析与研究，使用了基于协同过滤的推荐算法；接下来详细介绍了系统模块的具体功能和实现步骤；最后测试了音乐推荐系统，系统各功能都能够正确执行并达到预期效果。
关键词：Hadoop；推荐系统；音乐推荐；协同过滤
目录
摘要1
Abstract 2
1绪论3
1.1研究背景及意义3
1.2研究现状3
1.3研究内容和结构安排3
1.3.1论文研究的内容3
1.3.2论文的章节安排4
2相关技术和基本理论4
2.1相关技术4
2.1.1Hadoop集群4
2.1.2Spring Boot框架5
2.1.3Vue框架6
2.2开发环境和技术框架6
2.2.1技术框架6
2.2.2开发环境6
2.3推荐系统6
3系统分析7
3.1可行性分析7
3.1.1经济可行性7
3.1.2技术可行性8
3.1.3操作可行性8
3.2系统需求分析8
3.2.1功能需求分析9
3.2.2业务需求分析9
4系统设计10
4.1总体流程设计10
4.2功能模块设计10
4.2.1数据来源10
4.2.2数据存储10
4.2.3数据处理11
4.2.4数据可视化13
4.3数据库设计13
4.3.1实体属性图设计14
4.3.2数据表14
5系统实现14
5.1数据存储模块实现14
5.2数据处理模块实现15
5.3数据可视化模块实现15
5.3.1登录注册实现16
5.3.2歌手管理实现17
5.3.3歌曲管理实现17
5.3.4歌单推荐实现18
5.3.5歌曲推荐实现20
5.3.6其他模块展示21
结论22
致谢24
参考文献25
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：打字小能手，如若转载，请注明出处：https://www.447766.cn/chachong/201726.html,
