音乐推荐需求分析.docx

音乐推荐需求分析1引言21.1编写的目的21.2项目背景22 总体要求22.1 产品功能22.2运行环境23需求概述33.1功能模块33.2功能描述34案例解决方案34.1 案例三层架构34.2 案例步骤35界面要求35.1界面要求31引言1.1编写的目的编写文档的目的是为了对机房预约系统进行明确定义，对该系统的功能，性能，用户界面及运行环境等作出详细的说明，用自然语言编写的需求规格说明，更加明确需求，使用户容易理解1.2项目背景Last·fm是世界上最大的社交音乐平台。音乐库里有超过1亿首歌曲曲目(其中300多万首可以收听)和超过1000万的歌手。每个月，全世界250个国家，2000万人在这里寻找、收听、谈论自己喜欢的音乐。这个数字还在不断增长。传统电台的致命缺陷在于，人们对于所听的音乐没有控制权，当他们不喜欢某首音乐某个DJ时，唯一可做的，就是关掉电台。相比之下，Last·fm的建议很诱人:一个完全符合你的心意的自制电台，源源不断地为你免费播放音乐，这些音乐你也许听过，也许从来不知道它们的存在，但你会喜欢它，因为Last·fm比你更了解你的音乐品味。而这就需要大数据从海量的数据中筛选出有价值的信息，为你推送喜欢的类型的歌曲。项目中通过hadoop平台实现对现有百亿行数据数据进行整理。并筛选出最热门的歌曲，提高用户的体验。2 总体要求2.1 产品功能系统为新型的、自主型产品。系统需要在用户首次登录音乐FM主页时候，为用户显示统计的音乐数据。为用户推荐地区最流行的歌曲和年代最流行的歌曲，提高用户的体验。并且对大量音乐数据做相关的统计与整理。2.2运行环境操作系统：Microsoft Windows7/8/10支持环境：Apache Tomcat 7.0.4， jdk1.7数据库：HDFS分布式文件系统、hive 、 hbase3需求概述3.1功能模块登录网站http://www.last.fmwww.last.fm对其中的五部分进行数据分析（1）按照用户年份分组排序歌手（2）按照歌手播放热度排序所有的歌手（3）所有用户点播歌手热度（4）统计所有歌手的播放总数（5）国家分组，排序歌手热度3.2功能描述（1） 年代最热歌曲模块：通过MapReducer任务筛选出年代与歌手以及点播量，通过hive写入hbase表中，通过逻辑处理显示于页面中（2） 地区最热歌手模块：在JSP页面上显示歌手所在国家，和歌手姓名及点播数量。使用户可以选择最流行的不同地区的音乐。（3） 站点点播总数：实时更新所有用户点播数，并显示在JSP页面上。（4） 所有歌手最热榜：对所有的音乐家点播量进行统计，并排出最火的15名歌手。4案例解决方案4.1 案例三层架构4.2 案例步骤（1） 将现有的数据通过MapReduce任务清洗，将其中不符合标准的数据设置为NULL；（2） 在Hive中创建两张表，分别是users_hqh和music_hqh，将清洗好的数据批量插入表中；（3） 通过select语句查出所需要的数据，并将结果放置到Hbase中；（4） 将Hbase中的数据结果显示到前台页面5界面要求5.1界面要求（1）用户在页面可以看到数据的相关信息（2）遵循易用性原则，即按钮名称应该易懂，用词准确，没有摸棱两可的字眼，要与同一界面上的其他按钮易于区分，理想的情况是用户不用查阅帮助就能知道该界面的功能并进行相关的正确操作。（3）遵循合理性原则，即屏幕对角线相交的位置是用户直视的地方，正上方四分之一处为易吸引用户注意力的位置，在放置窗体时要注意利用这两个位置。（4）遵循美观与协调性原则，即界面应该大小适合美学观点，感觉协调舒适，能在有效的范围内吸引用户的注意力。