2021个性化音乐推荐系统的开发探究范文2

文

　　摘要 　　目前我们的社会正位于一个信息量高速增长的年代，互联网中的各种信息无比冗杂，已经远远超出个人能够接受和处理的极限，如何迅速而准确的在网络中定位个人需要的信息成为网站经营者和客户共同面对的难题。 　　音乐作为传统的娱乐项目之一，其消费形式也逐渐由磁带、唱片等传统消费转为以网络消费为主，自然也存在这种信息过载问题。如果商家建立音乐网站时只是简单将所有音乐罗列，顾客想要找到喜欢的音乐无疑需要花费大量的时间去浏览海量的无关信息，极有可能会在漫长而痛苦的查询过程中不断地流失。虽然为了解决这一问题相关网站一般会设计站内搜索引擎，但对商家而言这只是一种消极被动的解决方案，过于依赖注册用户的主动输入，会增加网站操作的复杂性，影响到客户访问网站的流畅度。本文系统的设计就是为了解决这一难题。 　　个性化音乐推荐系统会采集用户过往的播放记录、注册时填写的爱好标签等，按照算法进行计算，主动发现注册用户可能喜欢的类型，引导用户定位自己所需的音乐，在个性化页面中主动将用户有可能喜欢的音乐推荐给出来。和常见的站内搜索引擎相比，使用个性化推荐系统一来能让顾客享受流畅、贴心的购物体验，同注册用户之间建立密切关系，让用户对网站产生依赖；另一方面能够主动提升网站音乐的曝光率，将网站的浏览者转变为购买者，提升网站的交叉销售能力，从根本上提升网站的流量。 　　个性化推荐技术实质上是一种信息过滤技术，是使用数据挖掘算法采集用户个人信息，通过合适的算法计算出符合用户兴趣或潜在兴趣的商品的技术。目前流行的推荐技术有内容推荐，协同过滤推荐，以及将不同算法结合的混合推荐技术。在实际使用中各种推荐算法的使用使用条件、范围不同，即便是对同样的音乐进行推荐时，各个推荐算法的推荐结果也会有所不同。所以在实际应用中，一般都会将几种合适的推荐算法的长处融合到实际的推荐过程形成混合推荐，能有效地避免各自的缺点，提高推荐效果。 　　本文结合实际课题需求，采用三层 B/S 架构，设计并实现了一个能够根据用户兴趣偏好以及历史浏览记录，帮助用户在网络中日益增长的音乐信息中定位感兴趣音乐的网站，帮助网站使用者避开无关信息的干扰。 　　首先介绍了课题的选题背景和当前课题当前国内、国外有关的的研究情况进展，并进一步给出本文的设计思路和具体的设计工作。其次，学习相关的开发技术，保证系统的编程实现能够顺利进行。最后在介绍了总体流程设计及数据库表单设计之后，文中最后通过网站页面效果展示了系统的成果并对推荐结果进行了分析。 　　受个人技术能力限制，网站页面较为简单，系统的业务及功能也有待完善，这些都需要在今后的工作中进一步学习。