好的！下面是一个简单的基于Python的音乐推荐系统的概述，并结合了Web页面展示功能。我们将使用Flask框架创建一个基本的Web应用，并通过一些算法为用户推荐歌曲。 --- ### 系统设计说明 #### 功能需求 1. 用户可以输入喜好（如歌手、风格等）。 2. 根据用户的输入，系统会返回一组推荐的歌曲列表。 3. 使用简单界面显示结果。 #### 技术栈 - **后端**：Python + Flask 框架 - **前端**：HTML + CSS - **推荐逻辑**：简单的规则匹配（更复杂的版本可以用机器学习模型） --- ### 实现步骤 #### 第一步：安装依赖库 ```bash pip install flask pandas ``` #### 第二步：编写核心代码 ##### `app.py` - 主程序文件 以下是完整的代码示例： ```python from flask import Flask, render_template, request import pandas as pd # 初始化Flask应用 app = Flask(__name__) # 创建一个模拟数据集 (实际项目中可以从数据库加载) data = { 'id': [1, 2, 3, 4, 5], 'song_name': ['Despacito', 'Shape of You', 'Uptown Funk', 'Blinding Lights', 'Someone Like You'], 'artist': ['Luis Fonsi', 'Ed Sheeran', 'Mark Ronson', 'The Weeknd', 'Adele'], 'genre': ['Pop', 'Pop', 'Funk', 'Synthwave', 'Pop'] } music_df = pd.DataFrame(data) @app.route('/') def index(): """首页""" return render_template('index.html') @app.route('/recommend', methods=['POST']) def recommend(): """处理表单并给出推荐""" user_genre = request.form['genre'].capitalize() # 过滤出符合用户喜好的歌曲 recommended_songs = music_df[music_df['genre'] == user_genre][['song_name', 'artist']] if len(recommended_songs) > 0: songs_list = [(row.song_name, row.artist) for _, row in recommended_songs.iterrows()] else: songs_list = [("暂无推荐", "未知")] return render_template('result.html', recommendations=songs_list) if __name__ == '__main__': app.run(debug=True) ``` ##### `templates/index.html` - 输入页模板 ```html <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>音乐推荐系统</title> </head> <body> <h1>欢迎来到音乐推荐系统</h1> <form action="/recommend" method="post"> <label for="genre">请选择你喜欢的音乐类型:</label><br> <input type="text" id="genre" name="genre"><br><br> <button type="submit">获取推荐</button> </form> </body> </html> ``` ##### `templates/result.html` - 结果页模板 ```html <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>推荐结果</title> </head> <body> <h1>根据你的选择，我们为你推荐以下歌曲：</h1> {% if recommendations %} <ul> {% for song, artist in recommendations %} <li>{{ song }} - {{ artist }}</li> {% endfor %} </ul> {% endif %} <a href="/">返回主页</a> </body> </html> ``` --- ### 测试运行 将上述代码保存到本地目录下： - 将`app.py`放在根目录； - 新建`templates`文件夹并将两个`.html`文件放入其中。 然后启动服务器： ```bash python app.py ``` 访问地址：[http://127.0.0.1:5000](http://127.0.0.1:5000)，即可看到效果！ --- ### 扩展建议 1. 引入真实的数据源（例如Spotify API 或者网易云音乐API）。 2. 增加更多过滤条件，比如语言、年代等。 3. 利用协同过滤或深度学习构建更智能的推荐引擎。 ---