博主介绍：专注于Java .net php phython 小程序 等诸多技术领域和毕业项目实战、企业信息化系统建设，从业十五余年开发设计教学工作☆☆☆ 精彩专栏推荐订阅☆☆☆☆☆不然下次找不到哟
我的博客空间发布了1000+毕设题目 方便大家学习使用
感兴趣的可以先收藏起来，还有大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助更多的人🍅文末获取源码联系🍅
本个性化音乐推荐平台的开发利用Idea作为本系统的开发工具，MySQL数据库作为开发的数据库系统页面展现jsp技术展现，采用框架springboot做为开发主要框架。系统分为前台和后台功能，前台主要是用户进行业务操作，后台管理功能，主要是管理员。后台主要主要分为用户管理、标签管理、音乐分类管理、音乐管理、浏览管理、收藏管理、帖子管理、回复管理、关联规则管理等。前台的功能主要的功能有用户注册、登录、个人信息修改、音乐浏览、音乐分类浏览、音乐推荐（采用关联规则算法结合用户访问音乐的基础数据为依据进行推荐），在线发帖、回帖等。对于音乐数据系统系统采用python对相关网页音乐（免费，非收费）进行爬取本地化存储
系统主要功能包括：管理员登录、用户管理、标签管理、音乐分类管理、音乐管理、浏览管理、收藏管理、帖子管理、回复管理、关联规则管理、个人信息。系统中管理员主要是为了安全有效地储存和管理各类信息，并且对后台有相应的操作权限。
- 系统功能
前台主要功能：
- 用户注册、登录，登录时选择当天的心情。记录到session值方便系统根据心情推荐音乐
- 音乐分类浏览
- 访问音乐详情时，系统根据关联规则算法推荐音乐信息，同时记录用户浏览记录，收藏音乐信息等
- 查看浏览音乐记录信息，收藏音乐信息
- 发帖，回帖等基础功能
- 在线播放音乐收听
- 个人信息修改
后台主要功能：
(1)人员信息：对人员信息进行维护。
(2)标签信息：对标签信息进行增加、列表展现、修改、删除等。
(3)分类信息：对音乐分类信息进行增加、列表展现、修改、删除等。
(4)音乐信息管理：对音乐信息进行增加、列表展现、修改、删除等。
(5)浏览信息管理：对音乐浏览信息进行列表展现、删除等。
(6)收藏信息管理：对音乐收藏信息进行列表展现、删除等。
(7)帖子信息管理：对帖子信息进行列表展现、删除等。
(8)帖子回复信息管理：对帖子回复信息进行列表展现、删除等。
(9)关联规则信息管理：对关联规则配置维护。
(10)个人信息修改
Python爬取音乐网站
- 通过pycharm平台利用python爬取固定的音乐（可爬取）信息展示列表
- 爬取每个音乐信息把对应基本信息存入到数据库中，同时文件存储到磁盘
- 对于同名文件系统去重防止存入同名文件造成数据冗余
顶层数据流图分析
主要包括两个角色，用户和管理员进行相关业务操作，如图所示：
-
通过一层数据流图分析，用户和管理员对应操作的数据流关系，如图所示：
-
系统主要包括11个大类模块，包含管管理员信息类,用户信息类,公告信息类,标签信息类,分类信息类,音乐信息类,浏览信息类,收藏信息类,帖子信息类,回复信息类,关联规则信息类等，具体如图所示：
-
个性化音乐推荐平台主要实现音乐信息的一体化信息管理，涉及到了管理员实体,用户实体,公告实体,标签实体,分类实体,音乐实体,浏览实体,收藏实体,帖子实体,回复实体,关联规则实体等多个实体。下面简单介绍几个关键的实体E-R图。
(1)个性化音乐推荐平台的E-R图，见图4-2。
5.2.1 系统首页界面
访问音乐首页面如图5-1所示：
-
图5-1 系统首页登陆界面
5.2.2 查看歌曲模块
查看歌曲界面，首先展现歌曲信息，同时根据个性化推荐音乐。系统采用两种模式综合设计推荐音乐功能，登录系统的时候的用户不仅仅输入用户名和密码，同时让用户选择现在的心情，心情属于标签中维护的内容，每个音乐都有一个标签属性，就是对应的心情。当系统关联规则推荐算法的数据采集不够，或者计算不出来数据的情况下，用户访问一个音乐的时候，系统根据用户登录的时候选择心情，随机推荐这个心情下的一个音乐。
当系统用户 登录后访问每个音乐信息的时，系统记录用户访问音乐日志信息，这个也是关联规则算法的计算的基础数据依据。当用户访问一个音乐信息的时候，系统通过关联规则算法结果表读取，通过后台计算用户访问音乐的行为数据信息，得到推荐出最有可能访问其他音乐信息，然后推荐出来。如图5-2所示。
图5-2 歌曲信息界面
系统采用关联规则算法，基于用户浏览数据进行计算，如图所示：
核心算法代码：
sc.forEach(set->{
List<Set<String>> subset = nonEmptySubset(set);
int y=support(set,data);
double support = 1.0*y/data.size();
subset.forEach(sub->{
int x=support(sub,data);
HashSet<String> target = new HashSet<String>(set);
target.removeAll(sub);
double conf = 1.0*y/x;
System.out.println(set+"\t"+sub+"-->"+target+
"\t"+y+"/"+x+"("+String.format("%.2f", conf)+")\t"+
y+"/"+data.size()+"("+String.format("%.2f", support)+
")\t"+(conf>this.confidence));
Map mp=new HashMap();
System.out.println("id="+id);
String targeta=this.makeString(String.valueOf(target)).trim();
System.out.println("String.valueOf(sub).trim()=="+targeta);
if(!id.equals("")) {
if (id.equals(targeta)) {
System.out.println("ok in ");
mp.put("sub", this.makeString(String.valueOf(sub)));
mp.put("target", this.makeString(String.valueOf(target)));
mp.put("conf", String.format("%.2f", conf));
mp.put("support", String.format("%.2f", support));
list.add(mp);
}
}
// }else{
// mp.put("sub", this.makeString(String.valueOf(sub)));
// mp.put("target", this.makeString(String.valueOf(target)));
// mp.put("conf", String.format("%.2f", conf));
// mp.put("support", String.format("%.2f", support));
//
// }
});
});
return list;
}
//计算频繁项目集的支持度
public Integer support(Set<String> set,List<Set<String>> data){
return (int) data.stream()
.filter(d->d.containsAll(set))
.count();
}
//生成候选项集
//安算法来讲应该是将候选项集按一定规则排序 将两个集合只有最后一个元素不同的合并
//个人理解：
//对任意频繁集A B属于S 若 C = A 并 B 是频繁的 则 D=C- （A 交 B） 也是频繁的
public List<Set<String>> candidateSet(List<Set<String>> list) {//候选项集
List<Set<String>> candidate=new ArrayList<Set<String>>();
for(int i=0;i<list.size();i++) {
for(int j=i+1;j<list.size();j++) {
Set<String> item = list.get(i);
Set<String> compare = list.get(j);
if(item.size()==1){
Set<String> unionn=new HashSet<String>(item);
unionn.addAll(compare);
candidate.add(unionn);
}else{
Set<String> intersection=new HashSet<String>(item);
intersection.retainAll(compare);
if(!intersection.isEmpty()) {
Set<String> unionn=new HashSet<String>(item);
unionn.addAll(compare);
Set<String> difference =new HashSet<String>(unionn);
difference.removeAll(intersection);
if(allFrequentSet.contains(difference)) {
candidate.add(unionn);
}
}
}
}
}
candidate = candidate.stream().distinct().collect(Collectors.toList());
return candidate;
}
//扫描满足最小支持度的频繁项目集
public List<Set<String>> scan(Map<Set<String>, Integer> frequent,double minSupport) {
List<Set<String>> list=new ArrayList<Set<String>>();
for(Set<String> key :frequent.keySet()) {
if(frequent.get(key)>=minSupport*data.size()) {
list.add(key);
allFrequentSet.add(key);
}
}
return list;
}
5.2.3 公告管理模块
点击公告管理菜单，显示添加公告信息和公告信息列表界面，点击添加公告信息，右侧界面呈现出添加的公告信息界面，包括公告公告编号,标题,内容,发布时间等信息，添加公告信息完毕点击“提交”按钮，则添加公告信息成功。点击“公告列表”，右侧界面呈现出需要公告的具体信息，包括公告编号,标题,内容,发布时间等信息，可对逐条公告信息进行查看、删除和修改，如图5-3所示。
图5-3 公告管理界面
-
大家点赞、收藏、关注、评论啦 ，需要源码 其他的定制服务 下方联系卡片↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓ 或者私信作者
![QQ频道机器人零基础开发详解(基于QQ官方机器人文档)[第三期]](https://i-blog.csdnimg.cn/direct/62b8466c976f4faf94948cc92391a4cb.png#pic_center)
