技术的开发
前端： JQuery HTML CSS
后端： JSP servlet JDBC
算法：标签推荐，人气推荐
代码开放源地址
特色
推荐算法、评论丰富、纯经典MVC架构
功能
1、用户注册
(一)展示、修改用户个人资料
)2)用户收藏一览表
)3)用户听歌记录
2、网站主要实现功能
)1)热门歌曲推荐
)2)用户喜欢推荐歌曲
)3)歌曲排行榜推荐
人气排行榜(根据听歌人数的总量决定) ) ) ) )。
下载排行榜(由歌曲下载次数决定) ) ) ) ) )。
收藏排行榜(由歌曲收藏次数决定) )
)4)乐曲检索
)5)歌曲评论与展示
(6)歌曲分区展示)为歌曲定义标签，分标签展示) )。
)7)用户为歌曲添加标签)标签是系统推荐的标签，用户只能从中选择)该标签在整个系统中不起作用，仅对该用户起作用)。
3、管理员职能
)1)管理员页面和一般用户页面的显示不同
)2)上传管理所有歌曲
上传歌曲
定义歌曲标签
删除歌曲
修改歌曲基本信息
(3)用户信息管理
)4)评论信息管理
执行截图
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
个性化音乐推荐系统
核心推荐算法代码的实现
package com.controller；
import java.io.IOException；
import java.io.PrintWriter；
import java.util.ArrayList；
import java.util.HashMap；
import java.util.Map；
导入javax.servlet.servlet exception；
导入javax.servlet.http.http servlet；
import javax.servlet.http.http servlet请求；
import javax.servlet.http.http无servlet保罗；
import net.sf.json.JSONObject；
import com.entity.SongList；
import com.entity.songlistwithsong；
import com.service.songlistserviceimpl；
import com.service.songlistserviceinter；
import com.service.songlistwithsongserviceimpl；
import com.service.songlistwithsongserviceinter；
//*
*标签推荐
* @author 29207
*
*/
publicclasstagsrecommendservletextendshttp servlet {
@Override
保护性语音响应(httpservletrequestrequest，http servlet响应)。
throws ServletException，IOException {
doget (请求，响应)；
}
@Override
protectedvoiddoget (httpservletrequestrequest，http服务器响应响应)。
throws ServletException，IOException {
Map so
ngListTagsNameMap = new HashMap();//存储歌单标签名字和出现次数java.util.List> songListTagsNameListClassement = new ArrayList>();//存储排序后歌单标签名字和出现次数
PrintWriter out = response.getWriter();
//获取歌单编号
String songListIdString = request.getParameter("songListId");
int songListId = Integer.parseInt(songListIdString);//歌单编号
//声明查询歌单的服务
SongListServiceInter songListService = new SongListServiceImpl();
//用于存放所有歌曲存在的所有歌单
ArrayList allSongLists = new ArrayList();
//查询该歌单中存在的歌曲
//声明songListWithSong(歌曲歌单表服务对象)
SongListWithSongServiceInter songListWithSongService = new SongListWithSongServiceImpl();
//调用方法
ArrayList songListWithSongs = songListWithSongService.selectSongListWithSongOfSongLIstId(songListId);
//遍历，获取其中的歌曲编号
for (SongListWithSong songListWithSong : songListWithSongs) {
int songId = songListWithSong.getSongId();//获取每一个歌曲编号
//根据歌曲编号，查询该歌曲存在在哪些歌单中
ArrayList songFromSongLists = songListWithSongService.selectSongListIdFromSongListWithSongOfSongId(songId);
//遍历，取出每个歌单的歌单编号，根据歌单编号查找歌单
for (SongListWithSong songListWithSong2 : songFromSongLists) {
int oneSongFromsongListId = songListWithSong2.getSongListId();
//根据歌单编号查询歌单信息
SongList oneSongList = songListService.selectSongListOfSongListId(oneSongFromsongListId);
//把该歌单存入allSongLists
allSongLists.add(oneSongList);
}
}
System.out.println("==========我是标签推荐服务=========");
//一个歌单中所有歌曲涉及到的所有歌单为allSongLists
int allSongListsLen = allSongLists.size();
UserSongListRecommendServlet userSongListRecommendServlet = new UserSongListRecommendServlet();
songListTagsNameMap = userSongListRecommendServlet.getSongListTagsNameMap(allSongListsLen, allSongLists, songListTagsNameMap);
songListTagsNameListClassement = userSongListRecommendServlet.songListTagsNameComm(songListTagsNameMap);//标签排序后
int songListTagsNameListClassementLen = songListTagsNameListClassement.size();
JSONObject tagsRecommJsonObject = new JSONObject();
System.out.println("排序后长度：" + songListTagsNameListClassementLen);
if (songListTagsNameListClassementLen == 0) {
out.print("null");
}else {
if (songListTagsNameListClassementLen <= 5) {
for (int i = 0; i < songListTagsNameListClassementLen; i++) {
String tagsRecomm = songListTagsNameListClassement.get(i).getKey();
tagsRecommJsonObject.put(i, tagsRecomm);
}
}else {
for (int i = 0; i < 5; i++) {
String tagsRecomm = songListTagsNameListClassement.get(i).getKey();
tagsRecommJsonObject.put(i, tagsRecomm);
}
}
System.out.println("推荐标签JSON===" + tagsRecommJsonObject);
out.print(tagsRecommJsonObject);
}
}
}