电商网站设计公司力荐亿企邦,龙湖地产 网站建设,可以看国外网站的dns,做网站开什么端口摘要 科技进步的飞速发展引起人们日常生活的巨大变化#xff0c;电子信息技术的飞速发展使得电子信息技术的各个领域的应用水平得到普及和应用。信息时代的到来已成为不可阻挡的时尚潮流#xff0c;人类发展的历史正进入一个新时代。在现实运用中#xff0c;应用软件的工作规… 摘要 科技进步的飞速发展引起人们日常生活的巨大变化电子信息技术的飞速发展使得电子信息技术的各个领域的应用水平得到普及和应用。信息时代的到来已成为不可阻挡的时尚潮流人类发展的历史正进入一个新时代。在现实运用中应用软件的工作规则和开发步骤采用NodeJS 技术建设个性化音乐推荐系统。 本设计主要实现集人性化、高效率、便捷等优点于一身的个性化音乐推荐系统完成人员管理、热门榜单、新歌榜单、音乐分类、歌星荟萃、歌单汇集、历史记录等功能模块。系统通过浏览器与服务器进行通信实现数据的交互与变更。本系统通过科学的管理方式、便捷的服务提高了工作效率减少了数据存储上的错误和遗漏。个性化音乐推荐系统使用NodeJS 语言采用基于 MVVM模式的koa技术进行开发使用 Code/HbuildX 编译器编写数据方面主要采用的是微软的MySQL关系型数据库来作为数据存储媒介配合前台HTMLCSS 技术完成系统的开发。 关键词个性化音乐推荐系统 NodeJS MySQL Abstract The rapid development of science and technology has caused tremendous changes in peoples daily lives. The rapid development of electronic information technology has made the application level of electronic information technology in various fields popular and applied. The arrival of the information age has become an irresistible fashion trend, and the history of human development is entering a new era. In practical applications, the working rules and development steps of the application software adopt NodeJS technology to build a personalized music recommendation system. This design mainly implements a personalized music recommendation system that integrates the advantages of humanization, efficiency, and convenience, and completes functional modules such as personnel management, popular list, new song list, music classification, singer gathering, song list collection, and history recording. The system communicates with the server through a browser to achieve data interaction and change. This system improves work efficiency and reduces errors and omissions in data storage through scientific management methods and convenient services. The personalized music recommendation system uses NodeJS language, adopts koa technology based on MVVM mode for development, and uses Code/HbuildX compiler to write. In terms of data, it mainly uses Microsofts MySQL relational database as the data storage medium, and cooperates with the front-end HTMLCSS technology to complete the system development. Keywords:Personalized music recommendation system NodeJS MySQL 目 录 1 引言 1.1 研究意义 1.2 国内外研究现状 1.3 koa框架 1.4 Tomcat描述 1.5 论文结构安排 3 2 个性化音乐推荐系统的需求分析 4 2.1 系统可行性分析 4 2.1.1技术可行性分析 4 2.1.2经济可行性分析 4 2.1.3操作可行性分析 5 2.2 系统需求分析 5 2.2.1功能需求分析 5 2.2.2非功能性需求分析 2.3 系统用例分析 3 个性化音乐推荐系统总体设计 3.1系统功能模块设计 3.2数据库设计 3.2.1数据库概念结构设计 3.2.2数据库逻辑结构设计 4 关键模块的设计与实现 4.1用户功能模块 4.1.1前台首页界面 4.1.2注册界面 4.1.3登录界面 20 4.1.4通知公告界面 4.1.5密码修改界面 4.1.6乐坛资讯界面 4.1.7新歌榜单详情界面 4.2管理员功能角模块 4.2.1登录界面 4.2.2网站管理界面 4.2.3人员管理界面 4.2.4内容管理界面 25 4.2.5模块管理界面 25 5 系统测试 27 5.1 系统测试的目的 27 5.2系统测试用例 27 5.2系统测试结果 28 6 结论 29 参考文献 致谢 1 引言 研究意义 个性化推荐技术是一种信息过滤的手段可以挖掘用户的兴趣偏好,根据用户的兴趣向用户推荐感兴趣的信息提供针对用户的个性化服务解决了信息过载的问题。协同过滤算法是一种应用广泛的个性化推荐算法能根据用户对项目的评价找出用户与户之间以及音乐与音乐之间的相似性从相似的用户或音乐中找到目标的最近邻居,根据最近邻居的信息作出推荐。 搭建一个基于协同过滤算法的音乐个性化推荐系统,能帮助用户挑选喜欢的音乐节省用户听自己不喜欢的音乐的时间提高用户的体验,同时还能提高用户和系统的粘着度。同时,户能快速找到喜欢的音乐.也能减轻一个站点的网络负载。 随着互联网与移动终端的普及,网络上的音乐数量海量增加用户对音乐个性化服务的需求日益旺盛。设计音乐个性化推荐系统,该系统能够挖掘用户信息乐信息间隐藏的关联性从而发现用户的潜在兴趣,将用户可能感兴趣的音乐推荐给用户。便利的互联网和日益普及的移动终端极大地提高了人们的生活质量。网络上供用户聆听的音乐数量庞大类型多样从海量的音乐资源中找到一部自己喜欢的音乐变的越来越困难海量音乐信息的利用率很低。 1.2 国内外研究现状 个性化推荐系统是根据用户的需求、兴趣偏好将用户感兴趣的内容或者产品等信息推送给用户的系统2。和搜索引擎相比个性化推荐系统从研究用户历史信息入手找到用户兴趣偏好信息再根据用户的偏好进行信息的过滤从而更加精确的得到用户需要的信息。随着这种更加智能化的更加了解用户需求与偏好信息的发现机制的出现推荐系统在面对海量的数据信息的时候能够及时有效的发现用户的信息规律按照用户的需求来进行信息的推送。随着推荐技术的发展推荐引擎在不同行业领域都取得了很高的成就不管是电子商务还是社交网站都取得了广泛的成功推荐系统也越来越得到了人们的肯定与赞扬。 在学术界从90年代中期出现的第一篇关于协同过滤的文章开始推荐系统一直都保持着很高的研究热度并逐渐形成了以推荐为核心的独立学科各种推荐算法应运而生这些算法涵盖了信息检索、认知科学、管理科学等众多学科近些年来国际学术界也针对推荐系统的研究文献大量出现ACM也在近几年举行有关推荐算法的有关比赛国内外的许多知名大学与研究结构也纷纷开始这方面授课与研究个性化推荐在电子商务中应用的成功给电子商务带来了前所未有的巨大的经济利益根据有关研究部门的统计结果显示Amazon的推荐系统产生的商品销售额大约占其同期总销售额的三分之一。个性化推荐系统引起了越来越多不同领域人的注意。互联网音乐行业也充分认识到了个性化推荐的魅力纷纷将个性化推荐应用与自己的各个业务上来。 目前国内主要从事这方面研究的有豆瓣音乐豆瓣也是目前在国内在音乐推荐领域处于一个领先的位置还有虾米网的音乐推荐以及目前正在开发的酷狗个性化音乐推荐系统。国外有美国的Pandora公司以及英国的last.fm都在音乐推荐领域比较超前的公司。音乐推荐中用户首先面对的是大量歌曲信息,用户很难找到相对自己喜欢而.不熟悉的歌曲,这样音乐推荐引擎应运而生,它可以充分的满足用户的音乐需求同样的也可以增加音乐的播放量。所以在音乐行业中推荐系统的也开始普片应用起来。 1.3koa框架 Node.js是一个异步的世界官方API支持的都是callback形式的异步编程模型这会带来许多问题例如:1、callback嵌套问题2、异步函数中可能同步调用callback返回数据带来不一致性。为了解决以上问题Koa出现了。 koa是由Express原班人马打造的致力于成为一个更小、更富有表现力、更健壮的Web框架。使用koa编写web应用可以免除重复繁琐的回调函数嵌套并极大地提升错误处理的效率。koa不在内核方法中绑定任何中间件它仅仅提供了一个轻量优雅的函数库使得编写Web应用变得得心应手。开发思路和express差不多最大的特点就是可以避免异步嵌套。 阿里内部就在使用Koa框架并在Koa基础上面做了一些扩展和封装。并且基于koa开发了一个开源框架egg。 1.4Tomcat描述 Tomcat是一个不收费的服务器。使用场景比较适合访问量比较少的情况下。意思就是将Tomcat安装到电脑上的时候前端HTML页面的访问请求可以通过它进行解析。实际上Tomcat是对Apache的扩展但它相对于Apache却是相对独立作业的由此可以看作它与Apache 是相对独立进程运行的。 Tomcat最开始是sun公司的戴维森进行开发应用的经过他的努力不断地将其变为开源的服务器。还由sun公司将其交给了Apache软件基金会。不断发展的tomcat服务器在最近的一个版本中进行了大量的重构和梳理使其使用起来更加的方便。基于Tomcat负载均衡算法是一种开源的软件实现方式。不需要增加额外的硬件投入实现起来也很方便特别适用于一般的小企业网站服务器在现在和将来一段时间的扩展。从目前的实践来看可作为需要进行类似应用的一个参考借鉴。 1.5 论文结构安排 通过前期的资料查找以及对其他论文的内容借鉴本个性化音乐推荐系统论文主要分为以下几个章节 第1章 交代项目的背景、目的。 第2章 对系统的需求展开分析。 第3章 阐述了网站的总体设计。 第4章 阐明了个性化音乐推荐系统详细功能的实现主要根据技术性的功能模块功能实现。 第5章 罗列了部分系统调试与测试的记录。 第6章 介绍了个性化音乐推荐系统的结论。 2 个性化音乐推荐系统的需求分析 2.1 系统可行性分析 2.1.1技术可行性分析 个性化音乐推荐系统在数据的存储上使用的MYSQL数据库在个性化音乐推荐系统开发中使用了了NodeJS 、Code/HbuildX、Tomcat、koa这些开发工具的使用能够给我们的编写工作带来许多的便利。系统使用B/S模式进行开发使系统的可扩展性和维护性更佳减少系统配置代码简化编程代码目前B/S模式是目前最受欢迎的一种模式。 2.1.2经济可行性分析 在开发个性化音乐推荐系统中所使用的开发软件像Code/HbuildX开发工具、tomcat服务器、koa开发框架、MySQL5.7数据库、Photoshop图片处理软件等这些环境从网上就能免费下载而且网上都有安装的教程根据教程一步一步的操作就可以安装成功不需要花任何费用并且个性化音乐推荐系统是自己设计并编码实现的数据库是使用流行mysql进行数据的存储开源的mysql等技术的使用减少系统开发费用。 2.1.3操作可行性分析 此次项目设计的时候我参考了很多类似系统的成功案例对它们的操作界面以及功能都进行了系统的分析将众多案例结合在一起突出以人为本简化操作所以具有基本计算机知识的人都会操作本项目。因此操作可行性也没有问题。 2.2 系统需求分析 2.2.1功能需求分析 个性化音乐推荐系统的设计与实现是为了让个性化音乐推荐系统的使用者更加方便的进行管理新歌榜单相关联的一些信息同时也有利于用户通过网页系统查看个性化音乐推荐系统的信息进行乐坛资讯查询查看资讯分类信息能够使得使用者查找某一信息时能节省大量的时间和精力有效减少不必要的查找时间。 研究个性化音乐推荐系统的设计与实现是为了能够拥有界面简洁友好、操作简单以及运行稳定的智能化的一站式乐坛资讯管理方式。系统的需求主要来自普通用户和管理员。 普通用户 1首页信息当用户进入本个性化音乐推荐系统的前台的时候首先展示在眼前的是导航栏、交流中心、通知公告、乐坛资讯、个人账户、个人收藏、新歌榜单、热门资讯、个人中心等信息用户可以根据自己个人的需求进行查看 2注册登录在系统的左侧有登录注册按钮如果用户想要登录到系统当中可以点击“登录”按钮然后填写号用户名密码点击“登录”按钮系统会对你的用户名密码进行核对正确的话就会登录成功了如果没有账号的话可以点击左侧的“注册”按钮然后根据提示输入好用户信息就可以得到账号和密码了 3通知公告用户可以查看后台管理员发布的通知公告在查询到自己想要了解的通知公告的时候可以进入查看详细的介绍。 4乐坛资讯用户可以查看乐坛资讯信息在查询到自己想要了解的乐坛资讯的时候可以进入查看详细的介绍进行评论、点赞、收藏操作。 5热门榜单学生可以查看热门榜单在查询到自己想要了解的热门榜单的时候可以进入查看详细的介绍点击“添加记录”这一按钮以后会跳转到添加记录信息填写的界面根据提示填写好添加记录的信息点击“提交”以后添加记录就完成了在热门榜单详情这个界面同时支持用户对喜欢的热门榜单进行收藏、点赞的功能。 6个人账户在前台点击“个人账户”菜单可以对个人信息以及登录的密码进行设置。 7个人中心当用户点击左侧“我的”这个按钮就会进入到对应的后台进行信息的管理了 8新歌榜单用户可以查看新歌榜单信息支持通过搜索关键词的方式对新歌榜单进行查询在查询到自己想要了解的新歌榜单的时候可以进入查看详细的介绍。 管理员 1登录管理员在后台可以通过账号和密码进行登录管理员的账号和密码是在数据库中直接设定的如果忘记密码可以点击“忘记密码”进行密码找回 2个人管理管理员点击“个人管理”菜单可以对个人信息以及登录的密码进行设置。 3网站管理管理员可以对系统前台展示的轮播图以及通知公告进行增删改查方便用户进行查看。 4人员管理管理员可以对个性化音乐推荐系统中的管理员以及前台注册的用户进行审核管理。 5模块管理在“模块管理”这一菜单下可以对系统当中的普通用户操作的所有信息进行管理包含了热门榜单、新歌榜单、音乐分类、歌星荟萃、歌单汇集、历史记录。 6内容管理管理员可以对个性化音乐推荐系统前台展示的乐坛资讯以及资讯所属的分类进行管控。 2.2.2非功能性需求分析 个性化音乐推荐系统的非功能性需求比如个性化音乐推荐系统的安全性怎么样可靠性怎么样性能怎么样可拓展性怎么样等。具体可以表示在如下2.1表格中 表2.1 个性化音乐推荐系统非功能需求表 安全性 主要指个性化音乐推荐系统数据库的安装数据库的使用和密码的设定必须合乎规范。 可靠性 可靠性是指个性化音乐推荐系统能够安装用户的指示进行操作经过测试可靠性90%以上。 性能 性能是影响个性化音乐推荐系统占据市场的必要条件所以性能最好要佳才好。 可扩展性 比如数据库预留多个属性比如接口的使用等确保了系统的非功能性需求。 易用性 用户只要跟着个性化音乐推荐系统的页面展示内容进行操作就可以了。 可维护性 个性化音乐推荐系统开发的可维护性是非常重要的经过测试可维护性没有问题 2.3 系统用例分析 个性化音乐推荐系统中普通用户角色用例图如图2.1所示 图2.1 普通用户角色用例图 个性化音乐推荐系统中管理员角色用例图如图2.2所示 图2.2管理员角色用例图 3 个性化音乐推荐系统总体设计 在上一章节中分析了个性化音乐推荐系统的功能性需求、系统性能需求并且根据需求分析了个性化音乐推荐系统中的用例。那么接下来就要开始对个性化音乐推荐系统架构、主要功能和数据库开始进行设计。 3.1系统功能模块设计 个性化音乐推荐系统整体的功能模块包括管理员普通用户两个模块实现了对诊疗系统相关信息的查询管理系统功能模块如图所示。 图3.1 个性化音乐推荐系统功能模块图 3.2数据库设计 3.2.1数据库概念结构设计 个性化音乐推荐系统的E-R图主要是根据普通用户、新歌榜单管理以及管理员的实际需求设计的用户注册以后可以查看热门榜单只有注册登录以后才可以进行评论查询管理员对整个系统的评论、热门榜单、新歌榜单等进行综合管理。个性化音乐推荐系统采用的是MYSQL的数据库进行存储的数据库里面储存了很多的表信息在此罗列出来一些主要的数据库E-R模型图。 图3.2 普通用户E-R关系图 图3.3 新歌榜单E-R关系图 图3.4 评论E-R关系图 图3.5 歌单汇集E-R关系图 个性化音乐推荐系统的总E-R图如下 图3.7 个性化音乐推荐系统总E-R关系图 3.2.2数据库逻辑结构设计 表a_collection_of_singers (歌星荟萃) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 a_collection_of_singers_id int 10 0 N Y 歌星荟萃ID 2 name_of_singer varchar 64 0 Y N 歌星姓名 3 gender_of_singer varchar 64 0 Y N 歌星性别 4 photo_of_singer varchar 255 0 Y N 歌星照片 5 debut_time date 10 0 Y N 出道时间 6 music_type varchar 64 0 Y N 音乐类型 7 representative_song text 65535 0 Y N 代表歌曲 8 star_road_history text 65535 0 Y N 星路历程 9 hits int 10 0 N N 0 点击数 10 praise_len int 10 0 N N 0 点赞数 11 recommend int 10 0 N N 0 智能推荐 12 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 13 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表collect (收藏) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 collect_id int 10 0 N Y 收藏ID 2 user_id int 10 0 N N 0 收藏人ID 3 source_table varchar 255 0 Y N 来源表 4 source_field varchar 255 0 Y N 来源字段 5 source_id int 10 0 N N 0 来源ID 6 title varchar 255 0 Y N 标题 7 img varchar 255 0 Y N 封面 8 create_time timestamp 19 0 N N CURRENT_TIMESTAMP 创建时间 9 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表comment (评论) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 comment_id int 10 0 N Y 评论ID 2 user_id int 10 0 N N 0 评论人ID 3 reply_to_id int 10 0 N N 0 回复评论ID空为0 4 content longtext 2147483647 0 Y N 内容 5 nickname varchar 255 0 Y N 昵称 6 avatar varchar 255 0 Y N 头像地址[0,255] 7 create_time timestamp 19 0 N N CURRENT_TIMESTAMP 创建时间 8 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 9 source_table varchar 255 0 Y N 来源表 10 source_field varchar 255 0 Y N 来源字段 11 source_id int 10 0 N N 0 来源ID 表history (历史记录) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 history_id int 10 0 N Y 历史记录ID 2 user_account int 10 0 Y N 0 用户账号 3 name_of_singer varchar 64 0 Y N 歌星姓名 4 song_name varchar 64 0 Y N 歌曲名称 5 music_type varchar 64 0 Y N 音乐类型 6 album_name varchar 64 0 Y N 专辑名称 7 song_audio varchar 255 0 Y N 歌曲音频 8 record_time date 10 0 Y N 记录时间 9 recommend int 10 0 N N 0 智能推荐 10 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 11 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表hits (用户点击) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 hits_id int 10 0 N Y 点赞ID 2 user_id int 10 0 N N 0 点赞人 3 create_time timestamp 19 0 N N CURRENT_TIMESTAMP 创建时间 4 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 5 source_table varchar 255 0 Y N 来源表 6 source_field varchar 255 0 Y N 来源字段 7 source_id int 10 0 N N 0 来源ID 表hot_list (热门榜单) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 hot_list_id int 10 0 N Y 热门榜单ID 2 name_of_singer varchar 64 0 Y N 歌星姓名 3 song_name varchar 64 0 Y N 歌曲名称 4 music_type varchar 64 0 Y N 音乐类型 5 song_poster varchar 255 0 Y N 歌曲海报 6 album_name varchar 64 0 Y N 专辑名称 7 song_audio varchar 255 0 Y N 歌曲音频 8 issue_time date 10 0 Y N 发行时间 9 song_introduction text 65535 0 Y N 歌曲介绍 10 song_lyrics text 65535 0 Y N 歌曲歌词 11 hits int 10 0 N N 0 点击数 12 praise_len int 10 0 N N 0 点赞数 13 recommend int 10 0 N N 0 智能推荐 14 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 15 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表music_classification (音乐分类) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 music_classification_id int 10 0 N Y 音乐分类ID 2 music_type varchar 64 0 Y N 音乐类型 3 recommend int 10 0 N N 0 智能推荐 4 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 5 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表new_song_list (新歌榜单) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 new_song_list_id int 10 0 N Y 新歌榜单ID 2 name_of_singer varchar 64 0 Y N 歌星姓名 3 song_name varchar 64 0 Y N 歌曲名称 4 music_type varchar 64 0 Y N 音乐类型 5 song_poster varchar 255 0 Y N 歌曲海报 6 album_name varchar 64 0 Y N 专辑名称 7 song_audio varchar 255 0 Y N 歌曲音频 8 issue_time date 10 0 Y N 发行时间 9 song_introduction text 65535 0 Y N 歌曲介绍 10 song_lyrics text 65535 0 Y N 歌曲歌词 11 hits int 10 0 N N 0 点击数 12 praise_len int 10 0 N N 0 点赞数 13 recommend int 10 0 N N 0 智能推荐 14 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 15 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表notice (公告) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 notice_id mediumint 8 0 N Y 公告id 2 title varchar 125 0 N N 标题 3 content longtext 2147483647 0 Y N 正文 4 create_time timestamp 19 0 N N CURRENT_TIMESTAMP 创建时间 5 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表ordinary_users (普通用户) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 ordinary_users_id int 10 0 N Y 普通用户ID 2 user_name varchar 64 0 Y N 用户姓名 3 user_gender varchar 64 0 Y N 用户性别 4 examine_state varchar 16 0 N N 已通过 审核状态 5 recommend int 10 0 N N 0 智能推荐 6 user_id int 10 0 N N 0 用户ID 7 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 8 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表praise (点赞) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 praise_id int 10 0 N Y 点赞ID 2 user_id int 10 0 N N 0 点赞人 3 create_time timestamp 19 0 N N CURRENT_TIMESTAMP 创建时间 4 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 5 source_table varchar 255 0 Y N 来源表 6 source_field varchar 255 0 Y N 来源字段 7 source_id int 10 0 N N 0 来源ID 8 status bit 1 0 N N 1 点赞状态:1为点赞0已取消 表singing_list_gathering (歌单汇聚) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 singing_list_gathering_id int 10 0 N Y 歌单汇聚ID 2 user_account int 10 0 Y N 0 用户账号 3 song_name varchar 64 0 Y N 歌曲名称 4 song_audio varchar 255 0 Y N 歌曲音频 5 singing_list_name varchar 64 0 Y N 歌单名称 6 date_of_inclusion date 10 0 Y N 收录日期 7 notes_to_the_song_list text 65535 0 Y N 歌单备注 8 recommend int 10 0 N N 0 智能推荐 9 create_time datetime 19 0 N N CURRENT_TIMESTAMP 创建时间 10 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表slides (轮播图) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 slides_id int 10 0 N Y 轮播图ID 2 title varchar 64 0 Y N 标题 3 content varchar 255 0 Y N 内容 4 url varchar 255 0 Y N 链接 5 img varchar 255 0 Y N 轮播图 6 hits int 10 0 N N 0 点击量 7 create_time timestamp 19 0 N N CURRENT_TIMESTAMP 创建时间 8 update_time timestamp 19 0 N N CURRENT_TIMESTAMP 更新时间 表upload (文件上传) 编号 名称 数据类型 长度 小数位 允许空值 主键 默认值 说明 1 upload_id int 10 0 N Y 上传ID 2 name varchar 64 0 Y N 文件名 3 path varchar 255 0 Y N 访问路径 4 file varchar 255 0 Y N 文件路径 5 display varchar 255 0 Y N 显示顺序 6 father_id int 10 0 Y N 0 父级ID 7 dir varchar 255 0 Y N 文件夹 8 type varchar 32 0 Y N 文件类型 4 关键模块的设计与实 个性化音乐推荐系统的详细设计与实现主要是根据前面的个性化音乐推荐系统的需求分析和个性化音乐推荐系统的总体设计来设计页面并实现业务逻辑。主要从个性化音乐推荐系统界面实现、业务逻辑实现这两部分进行介绍。 4.1用户功能模块 4.1.1前台首页界面 当进入个性化音乐推荐系统的时候首先映入眼帘的是系统的导航栏、轮播图以及公告栏、交流中心同时可以输入关键词对个性化音乐推荐系统的内容进行检索左侧是用户登录以及注册按钮其主界面展示如下图4.1所示。 图4.1 首页界面图 4.1.2注册界面 不是个性化音乐推荐系统中用户的是可以在线进行注册的当用户点击左侧“注册”按钮的时候当填写上自己的账号密码确认密码昵称邮箱手机号等信息后再点击“注册”按钮后将会先验证输入的有没有空数据再次验证密码和确认密码是否是一样的最后验证输入的账户名和数据库表中已经注册的账户名是否重复只有都验证没问题后即可注册成功。其用户注册界面展示如下图4.2所示。 图4.2 注册界面图 4.1.3登录界面 个性化音乐推荐系统中的前台上注册后的用户是可以通过自己的username和password进行登录的当用户输入完整的自己的username和password信息并点击“登录”按钮后将会首先验证输入的有没有空数据再次验证输入的username和password在数据库中当前保存的用户信息是否一致只有在一致后将会登录成功并自动跳转到个性化音乐推荐系统的首页中否则将会提示相应错误信息登录界面如下图4.3所示。 图4.3登录界面图 4.1.4通知公告界面 当点击导航栏上的“通知公告”的时候就会进入对应的界面查看公告信息通知公告界面如下图4.4所示。 图4.4通知公告界面图 4.1.5密码修改界面 用户使用该个性化音乐推荐系统注册完成后用户对登录密码有修改需求时系统也可以提供用户修改密码权限。系统中所有的操作者能够变更自己的密码信息执行该功能首先必须要登入系统然后选择密码变更选项以后在给定的文本框中填写初始密码和新密码来完成修改密码的操作。在填写的时候假如两次密码填写存在差异那么此次密码变更操作失败下面的图片展示的就是该板块对应的工作面。界面如下图4.5所示。 图4.5密码修改界面图 4.1.6乐坛资讯界面 当访客点击个性化音乐推荐系统中导航栏上的“乐坛资讯”后将会进入到该“乐坛资讯”列表的界面然后选择想要看的乐坛资讯信息点击进入到详细界面在详细界面可以收藏赞评论等操作乐坛资讯界面如下图4.6所示。 图4.6乐坛资讯界面图 4.1.7新歌榜单详情界面 用户可以查看新歌榜单信息在查询到自己想要了解的新歌榜单的时候可以进入查看详细的介绍支持用户对喜欢的新歌榜单进行收藏、点赞的功能。新歌榜单详情界面如下图4-7所示。 图4.7新歌榜单详情界面图 4.2管理员功能角模块 个性化音乐推荐系统的理员拥有最高的权限可以对用户信息、系统信息以及个性化音乐推荐系统相关信息进行管控。 4.2.1登录界面 管理员在后台可以通过账号和密码进行登录管理员的账号和密码是在数据库中直接设定的如果忘记密码可以点击“忘记密码”进行密码找回。界面展示如下图4.8所示。 图4.8登录界面图 4.2.2网站管理界面 网站管理模块是对通知公告和轮播图的设置只有管理员权限才能进行更新维护。界面如下图4.9所示。 图4.9 网站管理界面图 4.2.3人员管理界面 个性化音乐推荐系统中的管理员在“人员管理”这一菜单是中可以对注册的用户以及管理员人员进行管控。界面如下图4.10所示。 图4.10 人员管理界面图 4.2.4内容管理界面 内容管理主要管理员是对乐坛资讯以及乐坛资讯所属的分类进行管控包含了用户对乐坛资讯提交的评论信息界面如下图4.11所示。 图4.11 内容管理界面图 4.2.5模块管理界面 个性化音乐推荐系统中的管理人员在“模块管理”这一菜单下是可以对个性化音乐推荐系统内的热门榜单、新歌榜单、音乐分类、歌星荟萃、歌单汇集、历史记录进行管控的其管理界面如下图4.12所示。 图4.12 模块管理界面图 5 系统测试与结果分析 5.1系统测试的目的 系统开发到了最后一个阶段那就是系统测试系统测试对软件的开发其实是非常有必要的。因为没什么系统一经开发出来就可能会尽善尽美再厉害的系统开发工程师也会在系统开发的时候出现纰漏系统测试能够较好的改正一些bug为后期系统的维护性提供很好的支持。通过系统测试开发人员也可以建立自己对系统的信心为后期的系统版本的跟新提供支持。 5.2 系统测试用例 系统测试包括用户登录功能测试、新歌榜单展示功能测试、新歌榜单添加、新歌榜单搜索、密码修改功能测试如表5-1、5-2、5-3、5-4、5-5所示 用户登录功能测试 表5-1 用户登录功能测试表 用例名称 用户登录系统 目的 测试用户通过正确的用户名和密码可否登录功能 前提 未登录的情况下 测试流程 1) 进入登录页面 2) 输入正确的用户名和密码 预期结果 用户名和密码正确的时候跳转到登录成功界面反之则显示错误信息提示重新输入 实际结果 实际结果与预期结果一致 新歌榜单查看功能测试 表5-2 新歌榜单查看功能测试表 用例名称 新歌榜单查看 目的 测试新歌榜单查看功能 前提 用户登录 测试流程 点击新歌榜单列表 预期结果 可以查看到所有新歌榜单信息 实际结果 实际结果与预期结果一致 管理员添加新歌榜单界面测试 表5-3 管理员添加新歌榜单界面测试表 用例名称 新歌榜单发布测试用例 目的 测试新歌榜单发布功能 前提 用户正常登录情况下 测试流程 1点击新歌榜单信息管理就然后点击添加后并填写信息。 2点击进行提交。 预期结果 提交以后页面首页会显示新的新歌榜单信息 实际结果 实际结果与预期结果一致 新歌榜单搜索功能测试 表5-4新歌榜单搜索功能测试表 用例名称 新歌榜单搜索测试 目的 测试新歌榜单搜索功能 前提 无 测试流程 1在搜索框填入搜索关键字。 2点击搜索按钮。 预期结果 页面显示包含有搜索关键字的新歌榜单 实际结果 实际结果与预期结果一致 密码修改功能测试 表5-5 密码修改功能测试表 用例名称 密码修改测试用例 目的 测试管理员密码修改功能 前提 管理员用户正常登录情况下 测试流程 1管理员密码修改并完成填写。 2点击进行提交。 预期结果 使用新的密码可以登录 实际结果 实际结果与预期结果一致 5.3 系统测试结果 通过编写个性化音乐推荐系统的测试用例已经检测完毕用户登录模块、新歌榜单查看模块、新歌榜单添加模块、新歌榜单搜索模块、密码修改功能测试通过这5大模块为个性化音乐推荐系统的后期推广运营提供了强力的技术支撑。 6 结论 在开发本个性化音乐推荐系统之前我胸有成竹觉得很简单但在实际的开发中我发现了自身的很多问题许多编程思想和方法都还没有掌握牢靠比如koa、Code/HbuildX、Javascript等许多NodeJS Web开发技术通过开发这个个性化音乐推荐系统我成长了很多懂得了做什么事情都要脚踏实地不能眼高手低在本次个性化音乐推荐系统的开发中我逐渐掌握逐渐熟悉的技术。 本次个性化音乐推荐系统的开发中我还学会了很多例如良好的编程思想和完善的规划思想。在着手编程之前需要罗列出程序框架的大概脑海中构建出程序的主题框架。做好这一步我们才能胸有成竹的经行开发项目。当设计框架了熟于心之后需要思考本次编程所需的主要知识点和技术点并充分学习。如此一来项目的开发才能循序渐进、如丝般顺滑长久以往就能养成良好的开发习惯。一个程序好不好还要看出的bug多不多如果在项目完成前做好bug的查验与预防可能发生的事故才能保证程序的稳定长久性运行。如果项目在完工后出现各种问题自己那么在进入社会后不仅会给公司团队带来麻烦和增加不必要的工作还会导致客户流失公司对自己的评价下降。 在本次项目中我也暴露了诸多问题。对于NodeJS 的编程知识有所欠缺环境配置和算法上出现诸多问题时常导致项目运行出错或者目标的实现有问题。或者实现想法时算法未优化使得代码冗长程序运行不顺畅。 参考文献
[1]孙容容. MySQL数据库的故障转移方法、系统、介质及设备[P]. 北京市CN115629921A,2023-01-20.
[2]邓腾飞,周智恒,余卫宇. 基于深度学习的个性化音乐推荐系统及其实现方法[P]. 广东省CN108509534B,2022-03-25.
[3]田杰,胡秋霞,司佳豪.基于深度信念网络DBN的音乐推荐系统设计[J].电子设计工程,2021,29(23):162-165170.DOI:10.14022/j.issn1674-6236.2021.23.033.
[4]徐红. 基于改进的神经协同过滤个性化音乐推荐系统研究[D].新疆大学,2021.DOI:10.27429/d.cnki.gxjdu.2021.001350.
[5]曾凡聪. 个性化音乐推荐系统[D].电子科技大学,2021.DOI:10.27005/d.cnki.gdzku.2021.004832.
[6]宋雪峰. 基于深度学习的个性化音乐推荐系统设计与实现[D].黑龙江大学,2021.DOI:10.27123/d.cnki.ghlju.2021.001626.
[7]张倩,李旭英,林华焜,苟睿,石睿.基于Vue.jsKoa框架的APP平台设计与实现——以酒类文化交流与电子商务为例[J].现代信息科技,2021,5(07):63-6670.DOI:10.19850/j.cnki.2096-4706.2021.07.016.
[8]遇宇.基于Nodejs的定制化流程引擎设计与实现[J].电脑编程技巧与维护,2020(11):39-4065.DOI:10.16184/j.cnki.comprg.2020.11.014.
[9]余莉娟.基于深度学习的个性化音乐推荐算法研究[J].微型电脑应用,2020,36(10):140-143.
[10]王曲歌. 基于用户偏好的个性化音乐推荐系统应用与研究[D].东北石油大学,2020.DOI:10.26995/d.cnki.gdqsc.2020.000381.
[11]. Science - Computer Science; Research on Computer Science Published by Researchers at Cheng Shiu University (A Personalized Music Recommender System Using User Contents, Music Contents and Preference Ratings)[J]. Computer Weekly News,2020.
[12]张贵强,王美玲.基于NodeJS的企业网站的设计与实现[J].信息技术与信息化,2019(12):58-60.
[13]何锡浩,单玉刚.基于nodejs的校园智能视频监控系统设计和实现[J].电脑知识与技术,2019,15(36):198-200.DOI:10.14004/j.cnki.ckt.2019.4344.
[14]钟德福,张良国,艾红,黄小华,吕俊霖.基于NodeJS的渔业资源调查数据采集系统框架重构[J].渔业现代化,2019,46(06):104-109.
[15]李莹, 电子信息 易云云数据库MySQL上线. 翟立新 主编,中关村年鉴,北京出版集团公司北京出版社,2018,205,年鉴.
[16]Bauer Christine,Schedl Markus. Global and country-specific mainstreaminess measures: Definitions, analysis, and usage for improving personalized music recommendation systems.[J]. PloS one,2019,14(6).
[17]毛英杰.基于Koa框架的停车诱导系统[J].福建电脑,2019,35(01):143-144125.DOI:10.16707/j.cnki.fjpc.2019.01.072.
[18]. Convolutional Neural Networks; Reports from Chang Gung University Highlight Recent Findings in Convolutional Neural Networks (An Emotion-Aware Personalized Music Recommendation System Using a Convolutional Neural Networks Approach)[J]. Journal of Engineering,2018.
[19]陈小兵,钱伟,郭旭等. MySQL数据库攻击与安全防范技术研究[C]//公安部第一研究所.第六届全国网络安全等级保护技术大会论文集.第六届全国网络安全等级保护技术大会论文集,2017:89-93. 致谢
到此整个个性化音乐推荐系统就算完成了虽然过程十分艰难但是等到都完成的时候我感觉无比的自豪虽然设计的系统还存在许多的纰漏但是我已经拼劲全力给自己的大学四年画上了一个圆满的句号。
在这里我首先要感谢的就是大学四年来所有教导我的老师是他们教会了我许多的专业知识以及做人的道理从一进校门对对开发系统一窍不通到现在能自主开发一个管理系统里面包含了前台框架、后台框架、业务流程、数据结构、操作系统等各种知识只有把他们统一运用好才能够完成整个系统这都是老师的功劳其次我要感谢我的指导老师在开发这个系统的时候我遇到了无数的问题经常通过线上、线下的方式去请教导师每次去请教导师他从来没有不耐烦都是细心的引导告诉我怎么样实现这个功能怎么样才能使得系统更加完善然后通过自己查询相关资料解决问题提高了自己自主解决问题的能力授人以鱼不如授人以渔指导老师的这种工作态度受益终生我也会向老师不断靠拢向他学习在此我只想说一句“老师谢谢您您辛苦了”最后我还要感谢我的室友、同学在一起学习这四年他们不但学习上给了我很多建议在生活上更加给了我帮助正是有他们的帮助我的大学生涯才如此完美。
最后希望自己在未来的道路上能够越走越远不辜负在大学的学习以及老师们的细致的教导追风赶月莫停留平荒尽处是春山。 点赞收藏关注 → 私信领取本源代码、数据库
