基于Flask+Vue的豆瓣音乐分析与推荐系统
一、介绍
本项目基于 Python 编写网络爬虫，从豆瓣音乐网抓取 Top250 音乐及各分类音乐的相关信息，并对数据进行清洗与结构化处理。
结合百度开源的 Senta 框架，对用户评论文本进行情感分析，并将分析结果存储至 MySQL 数据库中。
在前端，采用 Vue3 构建可视化 Web 系统，对音乐的评分、表演者、流派等多维度信息进行综合分析，挖掘影响评分高低的关键因素。
同时，系统引入基于物品的协同过滤（ItemCF）推荐算法，为用户个性化推荐感兴趣的音乐。通过可视化图表直观展示音乐数据，实现数据驱动的推荐与分析。
二、软件架构
技术栈：
- 后端：python、flask ；
- 前端：vue、element ui、echarts
- 数据库: MySql8.x
系统亮点：
Senta 框架情感分析，协同过滤（ItemCF）推荐算法，在线实时爬取、日志监控、日志实时刷新、vue3
系统角色:
系统分为管理员和普通用户角色。管理员相对于用户，拥有数据爬取、用户管理功能的权限。
流程：
这是一个基于Flask和Vue.js构建的Web系统，用户在前端界面进行操作，产生HTTP请求发送至服务器。Flask框架接收到这些请求并创建对应的请求对象。然后，Flask根据路由配置找到匹配的视图函数，执行该函数以处理请求。 在视图函数中，与MySQL数据库进行交互，执行数据的查询、插入、更新或删除等操作，以完成用户的请求。处理完成后，视图函数会构造一个响应对象，这个响应对象包含了要返回给用户的数据。 接着，Flask将响应对象转换为HTTP响应，通过客户端的浏览器呈现结果。在这个过程中，前端使用Vue.js框架来提升用户界面的交互性和动态内容展示，可能还会用ECharts图表库来呈现数据可视化。 整个流程如下：
- 用户在前端界面（由Vue.js构建）上进行操作。
- 前端界面发送HTTP请求至服务器。
- Flask框架接收请求并创建请求对象。
- 根据路由，Flask查找并调用对应的视图函数。
- 视图函数与MySQL数据库进行交互（假如需要）。
- 视图函数处理完请求后，创建一个响应对象。
- Flask将响应对象转换为HTTP响应并返回给客户端。
- 客户端浏览器接收响应，并由Vue.js动态渲染页面内容和ECharts图表。
三、系统功能
1、首页
首页展示了系统中爬取到的音乐信息。用户可以根据数据类型、名称、表演者和流派等条件进行筛选查询。
- 收藏/取消收藏，用户点击按钮，收藏音乐
- 评论获取：管理员功能，点击【获取评论】按钮，输入需要爬取的页数，可以开启爬取评论爬虫，在爬取历史功能页面，可以查看详情
- 查看评论：查看具体评论信息
- 详情：查看音乐详情
2、音乐分析
1）排名分析
点击右上角的「全部 / Top250」按钮，可切换查看全部数据分析或仅查看 Top250 榜单的数据分析结果。
【评分排名Top20】根据观众给出的平均评分，将作品进行排序，并选出前20名的作品。
【评价人数排名Top20】根据每部作品收到的评价数量，将作品进行排序，并选出前20名的作品。
【评分排名Top20流派占比】 流派占比指的是在评分排名Top20或评价人数排名Top20中，不同类型（如摇滚、流行等）作品所占的比例。通过这一数据，可以了解哪些类型的作品在这些排名中占据主导地位，从而分析当前市场上的流行趋势和观众偏好。
2）表演者分析
点击右上角的「全部 / Top250」按钮，可切换查看全部数据分析或仅查看 Top250 榜单的数据分析结果。
【作品数量 Top20】：展示作品数量排名前 20 的表演者。
【评论情感 Top5】：通过对评论情感进行分析，提取正向评价比例最高的前五位表演者。
【均分排名】：统计每位表演者所有作品的平均评分，展示均分排名前 20 的表演者。
【评论词云】：默认展示所有评论的词云图；点击前三张图中的任意表演者姓名，可查看该表演者的专属评论词云图。
3）流派分析
点击右上角的「全部 / Top250」按钮，可切换查看全部数据分析或仅查看 Top250 榜单的数据分析结果。
【评论情感分析】:基于用户评论情感，对各个流派进行分析，可直观反映不同流派的受欢迎程度。
【各流派作品均分排名】:统计并对比各流派作品的平均评分，用于评估整体质量水平。
【各流派作品数量】:展示各流派对应的作品数量，反映其在整体作品库中的占比情况。
4）年度分析
点击右上角的「全部 / Top250」按钮，可切换查看全部数据分析或仅查看 Top250 榜单的数据分析结果。
【年度作品数量】：展示各年份发布的作品数量，直观了解作品发布的年度分布情况。
【年度均分】：统计并对比每年作品的平均评分，通过折线图展示评分随年份的变化趋势，反映作品质量的年度变化情况。
5）评论分析
根据表演者、流派等条件筛选与分析评论数据。
【评论情感占比】：基于评论数据进行情感分析，展示舆情指数的整体分布情况，帮助快速识别用户态度倾向。
【评论词云】：提取评论中的高频关键词，生成可视化词云图，直观展示用户关注的核心内容。
【评论列表】：展示完整评论内容，支持按条件查看具体评论，便于深入了解用户反馈与观点。图标颜色（舆情指数大于60分为绿色，45分-60分为橙色，小于45分为红色）
3、音乐推荐
音乐推荐分为推荐音乐和我的收藏两个部分
【推荐音乐】使用基于物品的协同过滤(ItemCF)算法进行推荐
【我的收藏】展示用户收藏的音乐信息
4、大屏展示
使用科技化大屏，分析top250数据。具体分析了涉及表演者人数、涉及流派数量、Top10音乐展示（音乐名称、表演者、评分）、年度发布个数趋势柱状图、个流派作品数量饼图、表演者作品数量top10折线图和音乐介绍词云图。
5、数据爬取
管理员功能。数据获取分为按风格获取和获取Top250数据。
1）按照风格获取，用户需要选择风格类型，输入开始页码和结束页面，然后进行爬取。
2）获取top250数据默认爬取全部数据
点击爬取历史，可查看历史爬取状态
6、用户管理
该功能是管理员功能，管理用户信息
1）新增：点击新增按钮，输入用户信息，可添加新用户
2）搜索：输入用户名字和手机号码，点击搜索即可查询用户信息
3）编辑：编辑用户信息
4）重置密码：点击重置密码，可重置该用户密码
5）启用/停用：对用户账号状态进行修改，被停用的用户无法登录系统
6）删除：删除该账号
7、个人信息
用户查看个人信息，输入新的信息点击提交，可更新个人信息
8、修改密码
输入原密码与新密码，可修改密码
9、登录注册
用户登录注册
四、其他
源码+技术文档+lun文，需要的小伙伴请私信~
更多技术服务，需要的小伙伴请私信~