基于用户画像的 Python 音乐推荐系统：Django 协同过滤与 SVD 算法

基于用户画像的 Python 音乐推荐系统

技术架构

本系统采用 Python 3.x 开发，后端基于 Django 框架构建前后端分离架构，数据存储选用 MySQL 或 SQLite3。开发环境为 PyCharm，运行于 Windows 平台。数据集源自 Last.fm Dataset-360K Users 公开数据集。核心算法结合了基于用户的协同过滤与 SVD 矩阵分解，通过用户评分行为预测潜在喜好，生成个性化推荐列表。

功能模块

首页展示：提供全部、推荐、正在播放导航及搜索功能，卡片式展示音乐信息（时长、歌手、流派）。
交互操作：支持播放、喜欢、不喜欢、收藏等操作，实时反馈用户偏好。
用户画像：首次登录后订阅音乐流派和语种，优化后续推荐精度。
后台管理：管理员可对歌曲信息进行增删改查，维护音乐库完整性。
认证体系：注册登录界面，保障用户身份验证安全。

界面概览

系统主界面顶部设有导航栏，主体区域展示音乐卡片列表。用户中心页面标注了用户已标记的喜好状态。播放界面聚焦当前歌曲信息与进度控制。后台管理以表格形式清晰呈现音乐库数据，支持筛选操作。

系统首页用户中心播放界面标签选择后台管理登录注册

核心逻辑实现

推荐逻辑主要依赖 recommend 视图函数，结合用户画像构建推荐集。以下是关键代码片段，展示了如何处理用户偏好及分页渲染。

@login_required(login_url='/sign_in')
@cold_boot
def recommend(request):
    page_number = request.GET.get('page', 1)
    recommend_set = build_recommend(request, request.user)
    paginator = Paginator(recommend_set, 20)
    musics = paginator.page(page_number)
    context = {'musics': musics, 'user_likes': [], 'user_dislikes': []}
    
    user_profile = UserProfile.objects.filter(user=request.user)
    if user_profile.exists():
        user_profile = user_profile.first()
        context['user_likes'] = user_profile.likes.all()
        context['user_dislikes'] = user_profile.dislikes.all()
    return render(request, 'list.html', context)

@login_required(login_url='/sign_in')
def like(request, pk: int):
    user_obj = UserProfile.objects.get(user=request.user)
    music_obj = get_object_or_404(Music.objects.all(), pk=pk)
    user_obj.likes.add(music_obj)
    user_obj.dislikes.remove(music_obj)
    messages.add_message(request, messages.INFO, '已经添加到我喜欢')
    redirect_url = request.GET.get('from', '/')
    if 'action' in request.GET:
        redirect_url += f'&action={request.GET["action"]}'
    return HttpResponseRedirect(redirect_url)

@login_required(login_url='/sign_in')
def dislike(request, pk: int):
    user_obj = UserProfile.objects.get(user=request.user)
    music_obj = get_object_or_404(Music.objects.all(), pk=pk)
    user_obj.dislikes.add(music_obj)
    user_obj.likes.remove(music_obj)
    messages.add_message(request, messages.INFO, '已经添加到我不喜欢')
    redirect_url = request.GET.get('from', '/')
    if 'action' in request.GET:
        redirect_url += f'&action={request.GET["action"]}'
    return HttpResponseRedirect(redirect_url)

def play(request, pk: int=0):
    global current_play
    if pk > 0:
        music_obj = Music.objects.filter(pk=pk)
        if music_obj.exists():
            current_play = music_obj.first()
    if current_play is None:
        messages.error(request, '当前没有正在播放的音乐')
        return HttpResponseRedirect('/')
    return render(request, 'play.html', context={'music': current_play})

@login_required(login_url='/sign_in')
def user_center(request):
    user_profile = UserProfile.objects.filter(user=request.user)
    if user_profile.exists():
        profile_obj: UserProfile = user_profile.first()
    else:
        messages.error(request, '找不到用户资料，请重新登录')
        logout(request)
        return HttpResponseRedirect('/')
    
    if request.method == 'POST':
        genres = request.POST.getlist('genres', '')
        languages = request.POST.getlist('languages', '')
        profile_obj.first_run = False
        if len(genres) > 0:
            profile_obj.genre_subscribe = ','.join(genres)
            profile_obj.save()
            messages.success(request, '修改流派订阅成功！')
        elif not profile_obj.first_run:
            profile_obj.genre_subscribe = ''
            profile_obj.save()
        
        if len(languages) > 0:
            profile_obj.language_subscribe = ','.join(languages)
            profile_obj.save()
            messages.success(request, '修改语言订阅成功！')
        elif not profile_obj.first_run:
            profile_obj.language_subscribe = ''
            profile_obj.save()
            
        context = {
            'user_likes': profile_obj.likes.all(),
            'user_dislikes': profile_obj.dislikes.all(),
            'genres': build_genre_ids(),
            'languages': build_languages(),
            'genre_subscribe': profile_obj.genre_subscribe.split(','),
            'language_subscribe': []
        }
        for lang in profile_obj.language_subscribe.split(','):
            lang = lang.strip()
            context['language_subscribe'].append(lang)
        return render(request, 'user.html', context=context)

def search(request):
    if 'keyword' not in request.GET:
        messages.error(request, '请输入搜索关键词')
        return HttpResponseRedirect('/')
    
    keyword = request.GET.get('keyword')
    action = request.GET.get('action')
    musics = []
    if action == 'song_name':
        musics = Music.objects.filter(song_name__contains=keyword)
    if action == 'artist_name':
        musics = Music.objects.filter(artist_name__contains=keyword)
    
    messages.info(request, f'搜索关键词：{keyword}，找到 {len(musics)} 首音乐')
    context = {'musics': musics, 'user_likes': [], 'user_dislikes': []}
    
    if request.user.is_authenticated:
        user_profile = UserProfile.objects.filter(user=request.user)
        if user_profile.exists():
            user_profile = user_profile.first()
            context['user_likes'] = user_profile.likes.all()
            context['user_dislikes'] = user_profile.dislikes.all()
    return render(request, 'list.html', context)

上述代码涵盖了推荐分发、用户偏好记录（喜欢/不喜欢）、播放状态管理及个人中心设置等核心流程。通过 UserProfile 模型关联用户行为，配合 build_recommend 函数调用 SVD 算法进行相似度计算，实现了动态更新推荐列表的效果。

总结

该系统利用 Django 框架快速搭建，结合协同过滤与 SVD 算法解决冷启动问题。用户画像的引入使得推荐结果更具针对性，后台管理模块则保障了数据的可维护性。整体设计兼顾了用户体验与工程实现的可行性，适合用于计算机专业毕业设计或相关教学演示。