基于hadoop的歌曲推荐管理系统的设计与实现【字数：7927】
目录
摘要 4
关键字 4
Abstract 4
Key words 4
引言 4
1 课题分析 4
1．1 课题背景与意义 4
1．2 研究现状 5
1．3 研究内容 5
1．4 论文组织结构 5
2 相关技术 5
2．1 Java Web 5
2．1．1 前端技术 6
2．1．2 后端技术 6
2．2 Hadoop有关技术 7
2．2．1 HDFS 7
2．2．2 MapReduce 8
2．3 基于用户的协同过滤算法 8
3 系统分析与设计 9
3．1 可行性分析 9
3．1．1 技术可行性 9
3．1．2 经济可行性 9
3．1．3 操作可能性 9
3．2 需求分析 9
3．2．1 用户调研需求 9
3．2．2 非功能需求 9
3．3 系统设计 10
3．3．1 功能模块设计 10
3．3．2 数据库设计 11
4 系统实现 15
4．1 用户管理模块实现 15
4．1．1 用户注册实现 16
4．1．2 *51今日免费论文网|www.jxszl.com +Q: &351916072&
登录实现 16
4．1．3 用户管理 16
4．2 歌曲管理模块的实现 17
4．2．1 歌曲信息有关实现 17
4．3 推荐系统模块实现 17
5 系统测试 17
5．1 测试综述 17
5．2 测试目标 17
5．3 测试环境与工具 17
5．4 测试结果 17
5．5 展示 18
6 总结与展望 21
6．1 总结 21
6．2 展望 22
致谢 22
参考文献 22
基于Hadoop的歌曲推荐管理系统的设计与实现
信息与计算科学 张碧霖
引言
引言 现代人不仅对物质生活有硬性要求，对精神生活的追求也愈来愈强烈。人们常常选择在忙碌的工作之后沉浸在音乐的国度来放松身心，从而催生了各种歌曲推荐系统。但是旧技术支持下的推荐系统面对巨量数据往往力不从心，难以满足消费者的需求，所以结合Java Web与大数据框架Hadoop的歌曲推荐系统就显得很有优势[1]。它不仅有音乐网站原本的歌曲搜索、评论等功能，还能根据用户对音乐的评分做离线分析，为用户推荐其感兴趣的歌曲，同时Hadoop作为开源的大数据框架，处理海量数据也游刃有余，能为用户带来较好的使用体验。
1 课题分析
1．1 课题背景与意义
随着人类社会信息化的步伐加快，人们的生活发生了翻天覆地的变化，电子产品成为每个人都离不开的必需品。这些各式各样的设备在服务人们生活时，也无时无刻不在产生数据，其规模之庞大无法想象，这就带来了“信息过载”问题。帮助用户找到符合其要求的信息，推荐系统的重要性就愈发地凸显出来了[2]。
作为人们最为常见的娱乐消费产品之一，音乐一直是很多人放松身心、陶冶情操的首选。智能终端的普及为音乐的传播提供了便捷的条件，人们已经不满足于仅仅听歌，对音乐产品体验度的要求在逐步提升。因此，一款成功的音乐产品，要迎合消费者的胃口，不仅有听歌服务，还应该包含推荐功能，本课题所研究的歌曲推荐系统就基于此。为顺应大数据的潮流，也为了应对“信息过载”，本系统选择利用Java Web相关技术开发系统主体，利用Hadoop并行计算框架实现推荐算法的并行化，提高推荐的效率和质量。
1．2 研究现状
从上个世纪九十年代初拉开的推荐系统研究序幕，到如今大数据热潮席卷全球，推荐系统愈来愈成熟，应用范围也是极其广泛，可以说与人们生活息息相关。以下是各个领域中成功应用推荐系统的翘楚的介绍。
（1）电子商务：亚马逊（Amazon）公司是运用推荐系统的先驱者，其推出的推荐系统通过分析用户浏览网页的信息，为用户推荐喜好的商品，该系统的使用为亚马逊带来了巨额的利益，使之成为电子商务的领头羊。本土平台淘宝、京东、苏宁也是推荐系统的受益者[3]。
（2）社交领域：Facebook和Twitter是全球流行的社交软件，它们通过分析用户的社交圈来向用户推荐志同道合的朋友，提高用户黏度，这也是它们风靡全球的重要法宝。国内的巨头如腾讯、新浪同样是采用推荐系统的成功企业。
（3）影视领域：国内主流视频网站都能看到推荐模块，包括BiliBili、爱奇艺等，但推荐内容大部分都是热度高的视频，个性化推荐有所欠缺。
（4）音乐领域：网易云音乐在推荐系统的帮助下成为当今中国最受欢迎的音乐APP之一，其多方位的推荐让用户称赞不已，是业界的标杆[4]。
1．3 研究内容
本文的主要研究内容是在大数据背景下，设计并实现一种基于Hadoop的歌曲推荐管理系统，满足用户日常听歌需求的同时，能对用户评分数据做离线分析，从而为用户推荐可能喜爱的歌曲。以下是本文的研究内容：
原文链接：http://www.jxszl.com/jsj/jsjkxyjs/562875.html
