全文总字数：3025字

1. 研究目的与意义及国内外研究现状

歌曲作为一种主流的艺术形式，在人们对美好生活的需求日益增长的当代正发挥着越来越重要的作用。根据最新报告，移动音乐月活用户规模已达到6. 29 亿，在线听音乐的用户数已经达到了一个相当大的规模。

目前众多歌曲在线播放网站歌曲资源丰富，但是当用户使用这些歌曲播放系统时，往往需要精准地输入关键字进行歌曲检索，用户很难可以听到自己所知道范围外的歌曲，用户体验较差。为了改善乃至解决这个问题，个性化歌曲推荐系统应运而生，该系统可以跟踪用户的音乐偏好，向在线听歌用户定期推荐符合其音乐偏好的歌曲，改善用户体验。

个性化歌曲推荐系统属于个性化推荐系统的一个分支，个性化推荐系统基于推荐引擎，相比较传统的搜索引擎而言，可以在用户无法使用关键字或关键句表达自己的需求，或者在用户没有明确目标时对用户逐步加以引导，使用户发现自己的需求。推荐引擎无需用户的准确需求，它以用户的历史行为和习惯信息作为数据，对这些数据进行预处理后，利用数据挖掘和机器学习的相关算法对数据进行计算，构建推荐模型。

2. 研究的基本内容

1 研究思路：查阅学习关于个性化推荐算法的相关文献资料，对现有的个性化推荐算法进行分析，努力加以改进并应用到系统开发过程中，遵循标准的软件开发流程使用相关开发工具进行个性化歌曲推荐系统的分析、设计和实现。

2 研究方法：分析现有个性化音乐推荐平台，在此基础之上进行在线个性化歌曲推荐web系统的开发，归纳总结歌曲推荐系统的特点，并在系统开发过程中使用基于用户的协同过滤算法实现个性化推荐功能。

3 研究技术：利用java、javascript以及html5相关技术作为系统开发的主要技术，利用mysql作为数据库管理系统，使用ssm框架进行后端与数据库的开发，实现存取歌曲资源的功能。学习研究相关的个性化推荐技术，根据系统需求选择合适的算法并作出一些改进，将其应用到系统的开发中以完成个性化推荐功能。

3. 实施方案、进度安排及预期效果

实施方案：

本系统基于mvc设计模式进行设计开发，硬件采用inter core i5和4gb内存的pc机，开发软件使用eclipse和navicat for mysql。

课题的进度安排如下：

4. 参考文献

[1] 王鹏，王晶晶，俞能海. 基于核方法的user-based协调过滤推荐算法[j]. 计算机研究与发展，2013，50(7): 2-5

[2]李媛媛. mahout音乐推荐引擎关键技术研究[d].兰州理工大学,2018.

[3] 李海荣,方中纯.基于mahout与协同过滤算法推荐系统的设计与实现[j].内蒙古科技大学学报,2018,37(03):260-263.