本项目为前几天收费帮学妹做的一个项目在工作环境中基本使用不到但是很多学校把这个当作编程入门的项目来做故分享出本项目供初学者参考。一、项目描述网易云音乐推荐系统通过爬虫采集歌单数据经预处理后格式化为 scikit-surprise 可接受的形式构建基于协同过滤的音乐推荐服务并提供 Flask Web 界面进行交互。二、项目功能– 歌单搜索与浏览按名称检索展示标签、订阅数– 相似歌单推荐基于 KNN Baseline 模型取 Top-10 邻居– 歌单歌曲推荐对该歌单未包含歌曲做全量预测输出 Top-15– 个性化推荐用户选多个歌单按订阅数加权融合画像输出 Top-15 歌曲– 歌单详情下钻查看歌单内全部歌曲– 统计看板歌单/歌曲/评分总数、热门标签 Top10、订阅数 Top5– 推荐结果缓存复用降低重复计算开销三、运行环境– 操作系统Windows– Python 3.11– 端口5000Flask debug 模式– 依赖flask2.0、scikit-surprise1.1实测 1.1.5四、项目技术– 后端Flask路由 JSON API– 推荐算法scikit-surprise 框架– KNN Baseline 协同过滤歌单相似度推荐– NMF 矩阵分解歌曲评分预测– 数据处理pickle 序列化、pandas/自定义 Convertor 解析歌单-歌曲映射– 模型持久化surprise.dump 加载预训练模型– 前端Jinja2 模板 静态资源– 数据来源爬虫抓取的网易云歌单popular.playlist、popular.song、popular_music_suprise_format.txt以上系统源码经过技术整理与调试确保能正常运行五、项目截图