社会化智能音乐发现系统设计与实现
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第7-10页 |
1.1 论文选题背景 | 第7页 |
1.2 手机音乐行业现状分析 | 第7-8页 |
1.3 系统创新点 | 第8页 |
1.4 本文的章节安排 | 第8-10页 |
第二章 需求分析与解决方案 | 第10-18页 |
2.1 需求分析 | 第10页 |
2.2 非功能性需求 | 第10-11页 |
2.2.1 系统响应时间 | 第10-11页 |
2.2.2 系统用户数量 | 第11页 |
2.2.3 单独系统存储空间搜索 | 第11页 |
2.3 技术选型 | 第11-13页 |
2.3.1 系统结构采用B/S结构 | 第11-12页 |
2.3.3 开发方案选择J2EE平台 | 第12-13页 |
2.4 系统架构 | 第13-16页 |
2.4.1 爬虫架构 | 第14-15页 |
2.4.2 红心系统架构 | 第15-16页 |
2.4.3 搜索系统架构 | 第16页 |
2.5 小结 | 第16-18页 |
第三章 分布式爬虫子系统 | 第18-30页 |
3.1 爬虫系统主要功能介绍 | 第18-19页 |
3.1.1 多站点多任务分布式抓取 | 第18-19页 |
3.1.2 简单快速增加新的抓取任务 | 第19页 |
3.2 爬虫系统相关技术介绍 | 第19-21页 |
3.2.1 NoSQL存储技术MongoDB | 第19-20页 |
3.2.2 负载均衡实现Haproxy | 第20-21页 |
3.3 任务抓取算法设计 | 第21-23页 |
3.4 分布式爬虫设计实现 | 第23-26页 |
3.4.1 Master Slave模式 | 第23-25页 |
3.4.2 中文乱码处理 | 第25-26页 |
3.5 大量网页存储设计 | 第26-27页 |
3.5.1 海量数据存储 | 第26-27页 |
3.5.2 充分利用缓存,节省网络带宽 | 第27页 |
3.6 实现难点 | 第27-29页 |
3.6.1 使用线程池 | 第27-28页 |
3.6.2 使用抓取缓存 | 第28-29页 |
3.7 本章小结 | 第29-30页 |
第四章 红心社区子系统 | 第30-42页 |
4.1 功能模块介绍 | 第30-34页 |
4.1.1 Feed模块 | 第32页 |
4.1.2 用户模块 | 第32-33页 |
4.1.3 关系模块 | 第33页 |
4.1.4 消息模块 | 第33-34页 |
4.1.5 监控模块 | 第34页 |
4.2 程序接口API定义 | 第34-36页 |
4.2.1 音乐收藏相关songs | 第34-35页 |
4.2.2 用户相关users | 第35页 |
4.2.3 关系相关friends | 第35-36页 |
4.3 设计与实现 | 第36-39页 |
4.3.1 存储方案 | 第36-37页 |
4.3.2 数据库设计 | 第37-39页 |
4.4 性能测试 | 第39-40页 |
4.5 实现难点 | 第40-41页 |
4.6 本章小结 | 第41-42页 |
第五章 音乐搜索引擎子系统 | 第42-62页 |
5.1 传统的文档检索技术 | 第42-46页 |
5.1.1 信息检索模型 | 第42-44页 |
5.1.2 HTML文本解析 | 第44页 |
5.1.3 倒排文档索引 | 第44-45页 |
5.1.4 关键词权重 | 第45-46页 |
5.2 Apache Solr项目介绍 | 第46-49页 |
5.2.1 Apache Lucene | 第46-48页 |
5.2.2 Apache Solr | 第48页 |
5.2.3 使用场景讨论 | 第48-49页 |
5.3 音乐搜索功能、设计与实现 | 第49-52页 |
5.3.1 信息过滤 | 第49-50页 |
5.3.2 数据存储设计 | 第50-52页 |
5.4 性能测试 | 第52-53页 |
5.5 实现难点 | 第53-61页 |
5.5.1 短文本评分策略调整 | 第53-55页 |
5.5.2 自动完成,搜索内容提示 | 第55-56页 |
5.5.3 搜索词纠错 | 第56-60页 |
5.5.4 动态实时更新 | 第60页 |
5.5.5 中文分词,新词发现 | 第60页 |
5.5.6 红心数量影响打分 | 第60-61页 |
5.6 本章小结 | 第61-62页 |
第六章 结论 | 第62-63页 |
参考文献 | 第63-66页 |
致谢 | 第66-67页 |