开发技术
协同过滤算法、机器学习、LSTM、vue.js、echarts、django、Python、MySQL
创新点
协同过滤推荐算法、爬虫、数据可视化、LSTM情感分析、短信、身份证识别
补充说明
适合大数据毕业设计、数据分析、爬虫类计算机毕业设计
介绍
音乐数据的爬取：爬取歌曲、歌手、歌词、评论
音乐数据的可视化：数据大屏+多种分析图【十几个图】
深度学习之LSTM 音乐评论情感分析
交互式协同过滤音乐推荐： 2种协同过滤算法、通过点击歌曲喜欢来修改用户对歌曲的评分
歌词、乐评的词云
登录、注册、修改个人信息等【集成身份证识别、短信验证码等】
黄河科技学院本科毕业设计 任务书
工 学部 大数据与计算机应用 科教中心 计算机科学与技术 专业
2018 级普本1/专升本1班 学号 学生 指导教师
毕业设计题目
基于实时音乐数据挖掘的个性化推荐系统设计与优化
毕业设计工作内容与基本要求（目标、任务、途径、方法，应掌握的原始资料（数据）、参考资料（文献）以及设计技术要求、注意事项等）
一、设计的目标和任务
- 第一部分：爬虫爬取音乐数据(网易云音乐网站)，作为测试的数据集。
- 第二部分：离线推荐系统：python+机器学习离线推荐(基于物品的协同过滤算法，相似度衡量方法：皮尔逊相似度) ，必要时可以集成算法框架比如tensflow pytroch等，推荐结果通过pymysql写入mysql。同时当出现算法精准度低、计算速度慢时可以优化参数、算法逻辑、数据库索引等提升推荐算法的效率。
- 第三部分：在线应用系统: springboot进行在线推荐 vue.js构建推荐页面(含知识图谱)。
- 第四部分：使用Spark构建大屏统计。
二、设计途径和方法
- Selenium自动化Python爬虫工具采集网易云音乐、评论数据约1000万条存入.csv文件作为数据集；
- 使用pandas+numpy或MapReduce对数据进行数据清洗，生成最终的.csv文件并上传到hdfs；
- 使用hive数仓技术建表建库，导入.csv数据集；
- 离线分析采用hive_sql完成，实时分析利用Spark之Scala完成;
- 统计指标使用sqoop导入mysql数据库；
- 使用springboot+vue.js+echarts进行可视化大屏开发；
- 使用基于物品的协同过滤算法，相似度衡量方法：皮尔逊相似度等算法实现个性化音乐推荐并进行参数优化、算法二次开发升级；
- 使用卷积神经网络KNN、CNN实现音乐流量预测；
- 搭建springboot+vue.js前后端分离web系统进行个性化推荐界面、流量预测界面、知识图谱等实现；
三、应掌握的原始资料和技术
- 前端技术方案：登录vue官网，效仿案例Demo完成基本语法的入门，熟悉后积累本系统需要的开发组件，封装成.vue文件来回复用。学习vue.js前端框架，寻找符合本系统的框架，引入后完成页面开发。
- 后端技术方案：选用Springboot作为后端开发框架，相比SSM简洁高效，语法灵活，更适合小白新手快速入手，如Python开发中的Flask框架一样简单方便；
- 数据库技术方案：去CSDN寻找音乐推荐系统相关的建表经验，以多个系统建表的方案为依托，安装mysql,学习mysql语法，把数据库完整创建好；
- 爬虫技术方案：使用网易云代理站点完成数据爬取，包括音乐信息、评论、歌词等，主要运用Python爬虫技术，包括selenium、requests等；
- 推荐算法技术方案：充分研究协同过滤算法基于用户、基于物品两种实现，以及算法冷却问题，使用Python熟悉算法的调用过程，把调用代码集成到系统中，实现个性化音乐推荐.同时对算法参数、工作逻辑进行优化提升推荐效率；
（六）大数据技术方案：搭建hadoop、spark、hive大数据环境，进行数据可视化分析；
四、进度安排
第1周：查阅相关资料，完成文献综述。
第2周：结合课题要求，提交开题报告，并完成开题答辩。
第3～5周：进行系统分析、总体设计和详细设计。
第6～9周：实现系统编码、调试及软件测试。撰写毕业设计。
第10～12周：修改毕业设计至定稿，资格审查。
第13～14周：毕业设计答辩及资料归档。
核心算法代码分享如下：
package com.sql
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.types._
import org.junit.Test
import java.util.Properties
class MusicSpark2024_FixBug {
val spark = SparkSession.builder()
.master("local[6]")
.appName("音乐数据实时计算V1.0")
.getOrCreate()
//歌曲数仓CSV 模式
val ods_songs_Schema = StructType(
List(
StructField("id", IntegerType),
StructField("songId", StringType),
StructField("songName", StringType),
StructField("alia",StringType),
StructField("pic", StringType),
StructField("singerId", StringType),
StructField("singerName",StringType),
StructField("albumId", StringType),
StructField("albumName", StringType),
StructField("dt", StringType),
StructField("pop", IntegerType),
StructField("fee", IntegerType),
StructField("mv", StringType),
StructField("cd", IntegerType),
StructField("no", IntegerType),
StructField("originCoverType", IntegerType),
StructField("publishTime", StringType)
)
)
val ods_songs_Df = spark.read.option("header", "false").schema(ods_songs_Schema).csv("hdfs://bigdata:9000/music2024/songs/songs.csv")
@Test
def init(): Unit = {
//school_province_score_Df.show()
//ods_courses_Df.show()
//ods_songs_Df.show()
ods_songs_Df.show()
//school_special_score_Df.show()
//school_Df.show()
//ruanke_rank_Df.show()
//qs_world_Df.show()
}
// ----剩余使用spark_sql完成
//--指标9：Spark完成词云
@Test
def tables09(): Unit = {
ods_songs_Df.createOrReplaceTempView("ods_songs")
val df2 = spark.sql(
"""
select songName,pop
from ods_songs
order by pop desc,publishTime desc
limit 10
""")
df2
// .show(50)
.coalesce(1)
.write
.mode("overwrite")
.option("driver", "com.mysql.cj.jdbc.Driver")
.option("user", "root")
.option("password", "123456")
.jdbc(
"jdbc:mysql://bigdata:3306/hive_music2024?useSSL=false",
"table09",
new Properties()
)
}
}