基于大数据的个性化音乐推荐系统设计与实现

传统的解决信息超载问题的方法是信息检索系统，即搜索引擎。用户可以通过使用关键字来检索信息，这大大提高了用户获取信息的效率。但是搜索引擎也存在一个问题，那就是当用户使用相同关键字进行检索时，搜索引擎返回的检索结果是相同的。这样的结果实际上不能满足不同用户的个性化需求，也就是说搜索引擎不能提供个性化、多元化的服务。个性化推荐系统是现阶段解决信息超载问题的另一个有效办法。个性化推荐系统可以根据用户的基本信息、兴趣需求、使用记录等为用户提供个性化的服务。

与传统搜索引擎相比，个性化推荐系统重在于研宄用户喜好，建立互动关系，提供更精致的服务，而不是单纯的提供检索所得信息。目前，个性化推荐系统已经从信息领域扩展到多个领域，如音乐、电影、书籍等等，其中个性化音乐推荐系统是一个研宄热点。随着各式各样的音乐网站和音乐软件的兴起，老式的唱片和卡带早己不能满足人们的音乐需求，越来越多的人选择数字音乐作为消费对象。

然而在大数据时代背景下，海量音乐带给我们视听享受的同时，也带来很多问题：一方面，我们作为音乐消费者希望快速、准确的从海量音乐中挑选自己喜欢的歌曲，这是一件困难的事情；另一方面，音乐供应商希望提供给我们更全面、更便捷的服务以便获取更多的用户支持，这也是一件困难的事情。个性化音乐推荐系统则可以解决这些问题。随着个性化推荐技术的发展，个性化音乐推荐系统在各大音乐服务网站得到广泛的应用，给人们的生活带来便利，但是这些推荐系统都有不足之处，还存在很大的完善空间，因此个性化音乐推荐系统具有较大的研宄价值、研究意义和发展前景。

经过4年的专业学习，我修了数据结构、程序设计基础、操作系统、面型对象技术与编程等课程，可运用到我的论文写作里。

首先在设计程序时我参考网上代码，理解并运用它们，在根据我的需求去做出我要的程序设计，在撰写论文时我会多读一些参考文献，去了解别人怎么设计的，充分了解用户需求在去撰写论文。

本次设计的主要难点：

1.hadoop大数据平台的搭建。在课题开始之前需要安装Hadoop大数据平台，其中大数据框架安装时需要配置正确的参数和安装环境，这里的参数配置是相对困难的。

2.推荐算法的实现。系统选择使用协同过滤算法。算法的正确实现是推荐页面实时更新的关键。算法实现不仅要求数据格式正确还要求算法代码的正确编写。

3.推荐页面实时更新。前端页面能够运行起来是很容易的，在后端数据推荐算法的实现后，前端的信息能够及时变化是非常必要的。