基于Boostrap+jsp+spring+mysql的音乐推荐系统

灰太狼 2024-04-01 12:52 26阅读 0赞

## 1.项目简介 ##

本音乐网站的开发主要利用 spring 框架开发后台，前端采用 Boostrap+jsp 实现，数据库使用的是 MySQL。

### 1.2 用户模块功能描述 ###

其中，用户信息管理以及订单是禁止匿名用户访问的内容。

*  **用户信息模块**：注册新用户、登录、用户修改密码、用户个人资料管理
 *  **用户留言模块**：用户可以在喜欢的歌曲下留言与其他听众交流
 *  **歌曲清单模块**：热门歌曲浏览、新歌浏览（首页显示最新发表的歌曲列表）、歌曲分类浏览、按歌曲名称搜索、商品详细信息
 *  **喜欢的歌曲模块**：添加喜欢的歌曲到自己专属的歌单

### 1.3 管理模块功能描述 ###

*  **用户管理**：登录；查询用户、删除用户
 *  **歌曲管理**：添加、修改、删除歌曲信息

## 3.项目实现 ##

### 3.1 加密处理 ###

public class MD5Util {
        
    
        /** 
         * MD5 生成32位md5码 
         * @param inStr
         * 需要加密的字符串
         * @return
         */
        public static String string2MD5(String inStr){
        
            MessageDigest md5 = null;
            try{
        
                md5 = MessageDigest.getInstance("MD5");
            }catch (Exception e){
        
                System.out.println(e.toString());
                e.printStackTrace();
                return "";
            }
            char[] charArray = inStr.toCharArray();
            byte[] byteArray = new byte[charArray.length];
    
            for (int i = 0; i < charArray.length; i++)
                byteArray[i] = (byte) charArray[i];
            byte[] md5Bytes = md5.digest(byteArray);
            StringBuffer hexValue = new StringBuffer();
            for (int i = 0; i < md5Bytes.length; i++){
        
                int val = ((int) md5Bytes[i]) & 0xff;
                if (val < 16)
                    hexValue.append("0");
                hexValue.append(Integer.toHexString(val));
            }
            return hexValue.toString();
        }
    }

### 3.2 定时任务配置 ###

public class Static {
        
    	/**
    	 * 用于记录，两张个性化推荐列表，isFromA为true表示，从表A中读取数据;
    	 * 否则从表B中读取.
    	 * 每天早上6点，两张表交替更新
    	 */
    	public static volatile boolean isFromA=true;
    	
    	/**
    	 * 更新个性化推荐列表的时间间隔(这里每天更新一次)
    	 */
    	public static final long PERIOD_DAY = 24 * 60 * 60 * 1000; 
    	
    	/**
    	 * 更新开始的时间：时
    	 */
    	public static final int START_HOUR = 6; 
    	
    	/**
    	 * 更新开始的时间：分
    	 */
    	public static final int START_MINUTE = 0; 
    	
    	/**
    	 * 更新开始的时间：秒
    	 */
    	public static final int START_SECOND = 0; 
    	
    	/**
    	 * 更新是否从明天开始
    	 */
    	public static final boolean IS_START_TOMORROW = false;
    	
    	/**
    	 * KNN k值
    	 * 目前系统用户很少
    	 */
    	public static final int K = 2;
    	
    	/**
    	 * 基于最近邻用户的协同过滤给用户推荐歌曲的数量 n值
    	 * 歌曲很少
    	 */
    	public static final int N = 10;
    	
    	/**
    	 * 排行榜的，每日一词
    	 */
    	public static final String [] RANKING_WORD_ARRAY= {
        "百尺竿头","步步高升","精益求精", "登堂入室","登峰造极","泰山北斗","功成名就","大展鸿图","炉火纯青"};
    	
    	/**
    	 * 我的音乐的，每日一词
    	 */
    	public static final String [] MY_MUSIC_WORD_ARRAY= {
        "四面楚歌","余音绕梁","靡靡之音", "扣人心弦","高山流水","四面楚歌","曲高和寡","余音袅袅","一唱三叹","四面楚歌","绕梁三日","游鱼出听"};
    	
    	/**
    	 * 搜索结果，每次一词
    	 */
    	public static final String [] SEARCH_WORD_ARRAY= {
        "众里寻他","计获事足","望眼欲穿", "踏破铁鞋","如愿以偿","东寻西觅","摸索门径","寻踪觅迹"};
    	
    	/**
    	 * 是否开启混合模式，英文歌词文件较少的情况下建议关闭 
    	 * 基于最近邻用户的协同过滤	+	基于异构文本网络的嵌入
    	 * 这里采取简单拼接的混合策略
    	 */
    	public static final boolean IS_HYBRID=false;
    	
    	/**
    	 * 基于异构文本网络给用户推荐歌曲的数量 n值
    	 * 歌曲很少很少
    	 */
    	public static final int N_HYBRID = 1;
    }

### 3.3 编写功能实现代码 ###

@Service("songService")
    public class SongServiceImpl implements SongService{
        
    	@Autowired
    	private SongDao songDao;
    	@Autowired
    	private UserDao userDao;
    	@Autowired
    	private TrendingRecDao trendingRecDao;
    
    	public List<Integer> getAllSongIdRecords() {
        
    		return songDao.selectAllSongId();
    	}
    
    	public Song getSongById(int songId) {
        
    		return songDao.selectSongById(songId);
    	}
    
    	public Song getSongByIdWithCollectionFlag(HttpServletRequest request, int songId) {
        
    		//获取对应Id的歌曲
    		Song song=songDao.selectSongById(songId);
    		if(song==null) {
        
    			return null;
    		}
    		//获取对应Id的歌曲的流行度
    		int trendingCoefficient=songDao.selectCoefficientById(songId);
    		song.setTrendingCoefficient(trendingCoefficient);
    		//获取用户的收藏列表
    		List<Collection> collectionList=new ArrayList<Collection>();
    		User user=userDao.selectByUser(Request.getUserFromHttpServletRequest(request));
    		collectionList=trendingRecDao.getCollection(user);
    		if(collectionList!=null) {
        
    			for(Collection c:collectionList) {
        
    				if(c.getSongId()==songId) {
        
    					song.setWhetherCollected(true);
    					break;
    				}
    			}
    		}
    		return song;
    	}
    
    	public void batchDeleteById(HttpServletRequest request,int[] songIds) {
        
    		if(songIds==null) {
        
    			return;
    		}
    		for(int id:songIds) {
        
    			Song song=songDao.selectSongById(id);
    			if(song!=null) {
        
    				String realSongPath=request.getServletContext().getRealPath(song.getSongAddress());
    				File fileSong=new File(realSongPath);
    				fileSong.delete();
    				if(song.getLyricAddress()!=null) {
        
    					String realLyricPath=request.getServletContext().getRealPath(song.getLyricAddress());
    					File fileLyric=new File(realLyricPath);
    					fileLyric.delete();
    				}
    			}
    		}
    		songDao.deleteByIds(songIds);
    	}
    
    
    CollaborativeFiltering.java
    
    ```java
    public class CollaborativeFiltering {
        
    	/**
    	 * 基于最近邻用户产生协同过滤的推荐结果
    	 * @param userIdList
    	 * 用户Id列表
    	 * @param userKNNMatrix
    	 * 用户KNN矩阵
    	 * @param user2songRatingMatrix
    	 * 用户歌曲“评分”矩阵
    	 * @param songIdList
    	 * 歌曲Id列表
    	 * @param n
    	 * 推荐的前n首歌曲
    	 * @return
    	 * 用户歌曲推荐结果矩阵.userId,[recSongId1,recSongId2...recSongIdn]
    	 */
    	public static Map<Integer, Integer[]> userKNNBasedCF(List<Integer> userIdList,
    			final Map<Integer, Integer[]> userKNNMatrix, final Map<Integer, float[]> user2songRatingMatrix,
    			final List<Integer> songIdList, final int n) {
        
    		// TODO Auto-generated method stub
    		final Map<Integer,Integer[]> user2songRecMatrix=new HashMap<Integer, Integer[]>();
    		userIdList.forEach(new Consumer<Integer>() {
        
    			public void accept(Integer curUserId) {
        
    				// TODO Auto-generated method stub
    				Integer[] knnIdArray=userKNNMatrix.get(curUserId);
    				/**
    				 * 对于每一首当前用户没有听过的歌曲
    				 * 协同得分为：
    				 * 其k个最近邻用户对该歌曲的“评分”的聚合
    				 */
    				float[] curUserRatings=user2songRatingMatrix.get(curUserId);
    				//为用户建立一个最小堆来存放最高的前n首歌曲
    				MininumHeap mininumHeap=new MininumHeap(n);
    				for(int i=0;i<curUserRatings.length;i++) {
        
    					//对于没有听过的歌曲
    					/**
    					 * 这里需要注意的是，浮点数不能用==来比较...之前竟然犯了这个低级的错误...
    					 * 故这里用 curUserRatings[i]<0.01f 来表示 curUserRatings[i]==0f
    					 */
    					if(curUserRatings[i]<0.01f) {
        
    						for(int knnIndex=0;knnIndex<knnIdArray.length;knnIndex++) {
        
    							int knnId=knnIdArray[knnIndex];
    							float[] knnUserRatings=user2songRatingMatrix.get(knnId);
    							curUserRatings[i]+=knnUserRatings[i];
    						}
    						//这里的聚合策略取均值
    						curUserRatings[i]/=knnIdArray.length;
    						int curSongId=songIdList.get(i);
    						//放入堆中
    						mininumHeap.addElement(new TreeNode(curSongId,curUserRatings[i]));
    					}
    				}
    				/**
    				 * 对该用户没有听过的歌曲,协同得分完成，选取n个得分最高的项目作为推荐
    				 */
    				int trueNumber=n;
    				//如果推荐的歌曲少于计划推荐的n首(处理歌曲很少的情况)
    				if(mininumHeap.getCurHeapSize()<n) {
        
    					trueNumber=mininumHeap.getCurHeapSize();
    				}
    				Integer[] curUserRecSongId=new Integer[trueNumber];
    				for(int i=0;i<trueNumber;i++) {
        
    					int recSongId=mininumHeap.getArray()[i].id;
    					curUserRecSongId[i]=recSongId;
    				}
    				user2songRecMatrix.put(curUserId, curUserRecSongId);
    		});
    		return user2songRecMatrix;
    	}
    }

### 3.5 功能实现 ###

*  音乐播放
 *  用户登录注册
 *  用户信息编辑、头像修改
 *  歌曲、歌单搜索
 *  歌单打分
 *  歌单、歌曲评论
 *  歌单列表、歌手列表分页显示
 *  歌词同步显示
 *  音乐收藏、下载、拖动控制、音量控制
 *  后台对用户、歌曲、歌手、歌单信息的管理

## 4.项目展示 ##

![在这里插入图片描述][6c25eb299ac8407a918685e172d4232c.png_pic_center]  
![在这里插入图片描述][b7ddc10623154fe4910d389250014e4e.png_pic_center]  
![在这里插入图片描述][bc62e2621beb4382ad009ab693e700ae.png_pic_center]  
![在这里插入图片描述][01ad94dfa02d4911b22bc12ec8435886.png_pic_center]  
![在这里插入图片描述][2298b0d406414a5db47091d4dbe107ca.png_pic_center]  
![在这里插入图片描述][db5acb7942f94541a238d6f7f30bf32a.png_pic_center]  
![在这里插入图片描述][698bad0a522549528db07daf7d79ef03.png_pic_center]  
![在这里插入图片描述][b71f1850aa7f4c2ea97d1049a3576195.png_pic_center]  
![在这里插入图片描述][6af2ac08b2b340ddaab99fd1a66f6c96.png_pic_center]  
![在这里插入图片描述][f7caa1d76c6f4ef8ad8079a670ff4ece.png_pic_center]  
![在这里插入图片描述][2e2b9a881b4447729aec59096b922329.png_pic_center]  
![在这里插入图片描述][c5a54bff9d854f52845d81ca57abeee3.png_pic_center]

[6c25eb299ac8407a918685e172d4232c.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/546c3afa4b1446f7ab7cefd864c183f7.png
[b7ddc10623154fe4910d389250014e4e.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/a296662b51a74fb7a7571f86aead51ae.png
[bc62e2621beb4382ad009ab693e700ae.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/2bb8eba1f0bc4c8ba9ab55cbe1587c41.png
[01ad94dfa02d4911b22bc12ec8435886.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/c57b23f0b591423abb9c1e587d8a652c.png
[2298b0d406414a5db47091d4dbe107ca.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/e5d9935bffc04624853e4d5d9673f25d.png
[db5acb7942f94541a238d6f7f30bf32a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/d6260029f8324899a71c7dca4ce18e5e.png
[698bad0a522549528db07daf7d79ef03.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/156d09d1226e45f9bb6c782022be5327.png
[b71f1850aa7f4c2ea97d1049a3576195.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/1bb8d61d894d414e9d5d312cdb5d5e8d.png
[6af2ac08b2b340ddaab99fd1a66f6c96.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/c6627a827fcb4519a75f80430a142561.png
[f7caa1d76c6f4ef8ad8079a670ff4ece.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/309a423dca054c9e8a78c2e1e590d936.png
[2e2b9a881b4447729aec59096b922329.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/89b34fd78d93400d94efd5180ae86c83.png
[c5a54bff9d854f52845d81ca57abeee3.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/81c543bf81bc4f4fb58bf4baa4ad2c07.png