分享思路：Python+Spark爬虫音乐推荐系统 音乐数据分析可视化 音乐推荐app 音乐网站 大数据毕业设计(app+web+爬虫+spark+可视化)

多端设计思路

 

1、音乐大屏幕展示端：

用户来源分布统计，歌手排行，歌手数量，歌曲数量，用户数量，播放数量，收藏数量，下载数量，充值金额排行，歌曲排行榜，数据统计图，播放量统计图。

2、用户PC端功能：

用户注册、短信验证、用户登录、音乐库列表，最热歌曲列表展示，推荐歌曲列表，相似用户列表，收藏列表，金额充值，沙箱支付。

3、用户移动端APP/小程序端：

用户注册、短信验证、用户登录、音乐库列表，热门音乐、收藏音乐、推荐音乐，金额充值，沙箱支付。

4、Python数据爬虫+机器学习_离线计算端：

Python爬虫+机器学习离线分析数据

5、后台管理系统

负责全局所有mysql表的增删查改，有一个好处就是爬虫代码失效了，也可以利用后端上传数据保证系统运行。

 

开发技术

Hadoop、Spark、SparkSQL、Python、MySQL、协同过滤算法、皮尔逊相关系数、KNN、echarts可视化、阿里云短信接口、支付宝沙箱支付、百度AI身份证自动识别、SpringBoot、Vue.js、MyBatis-Plus

系统创新点

大屏统计可视化

用户网页端(实时推荐) 、

用户app移动端(与‘用户网页端’功能一致)推荐、

Python爬虫

机器学习离线计算分析

短信接口修改密码或者注册

支付宝沙箱支付(网页、app都实现了)

身份证自动识别认证

运行截图