个性化推荐功能：排行榜：查询浏览数量最多的音乐，同时不包括当前登录用户浏览过的音乐；个性化推荐：游客：热点推荐（根据音乐总评分降序推荐）登录用户：基于用户的协同过滤推荐算法（根据评分数据），如果没有推荐结果，采用热点推荐（根据登录用户喜好标签下的音乐的总评分降序推荐，同时是登录用户没有评分的）。相关推荐：与当前音乐相同类型且收藏较多的音乐，同时是当前用户没有收藏的音乐。爬虫
Python语言Flask开发框架实现个性化音乐推荐网 在线音乐推荐系统 基于用户、物品的协同过滤推荐算法开发WebMusicRecSystemPython 一、项目简介 1、开发工具和使用技术 Python3.8，Flask2.2，mysql8，navicat数据库管理工具，html页面，javascript脚本，jquery脚本，bootstrap前端框架，layer弹窗组件、layui文件上传组件、kindeditor富文本框组件等。
2、实现功能 前台用户包含：注册、登录、注销、喜好标签、浏览音乐、搜索音乐、播放音乐、我的歌单、信息修改、密码修改、音乐评分、音乐收藏、音乐评论、排行榜、热点推荐、个性化推荐音乐等功能；
后台管理员包含：数据分析、用户管理、音乐管理、音乐类型管理、用户喜好标签管理、歌单管理、评分管理、收藏管理、评论管理、播放记录管理、浏览记录管理、管理员管理等。
个性化推荐功能： 排行榜：查询浏览数量最多的音乐，同时不包括当前登录用户浏览过的音乐；
个性化推荐： 游客：热点推荐（根据音乐总评分降序推荐） 登录用户：基于用户的协同过滤推荐算法（根据评分数据）， 如果没有推荐结果，采用热点推荐（根据登录用户喜好标签下的音乐的总评分降序推荐，同时是登录用户没有评分的）。
相关推荐： 与当前音乐相同类型且收藏较多的音乐，同时是当前用户没有收藏的音乐。
音乐数据来源：爬取网易云音乐数据
3、开发步骤 一、需求分析 主要是分析需要实现的功能、确定开发工具及技术等。例如：前台用户需要有登录、注册、注销、搜索音乐、音乐评分、个性化推荐等，后台管理员需要有登录、注销、用户管理、音乐管理、音乐类型管理等，个性化推荐使用基于用户的协同过滤推荐算法等。Python开发语言，mysql数据库，flask开发框架等。 二、数据库设计 数据库设计使用navicat数据库管理工具，可通过sql语句脚本生成数据库表，也可以直接操作新建表设计表等。注意主外键关联设计，例如：评分记录表需要外键关联用户表和音乐表。 三、页面设计 使用bootstrap前端框架，通过学习https://v3.bootcss.com/官方文档和开发案例来设计页面。 四、开发框架搭建 Flask开发框架搭建请参考：使用Flask开发框架搭建.doc 五、功能开发 首先是进行前台用户首页的开发，其次是音乐详情，然后是用户注册、登录等，接着是用户的评分、修改信息等，然后是进行管理员功能的开发，最后是进行前台用户的个性化推荐功能实现。 六、系统测试 主要是进行bug修改，推荐算法测试。
二、项目展示
