网易云音乐下的情感平台设计实现(共3852字).doc

网易云音乐下的情感平台设计实现(共3852字)摘要：网易云音乐是现阶段较为流行的音乐平台，它使用户能更大限度的表达自己对于音乐的观点，感受音乐所带来的情感体验。但随着数据量的逐年增大，网易云音乐的数据翻阅较为不便，缺乏较为直观的情感展现。本文基于网易云音乐的现有的数据基础，设计并实现了一个基于网易云音乐的音乐情感平台，具有实现热词、故事、推荐等功能，让用户能够更加清晰地看到自身的情感变化，加强与他人的情感联结，推动音乐对用户情绪影响方面的研究。关键字：网易云音乐；数据可视化；平台设计一、绪论（一）研究背景与意义网易云音乐是现阶段较为流行的音乐平台，它打破了传统的在线音乐模式，将用户听歌数据加以整合以私人FM、歌单推荐、心动时等功能，寻找用户音乐习惯进行推荐，打造音乐社交环境。其乐评功能为用户开展了专属的音乐交流平台。通过上述发展模式，网易云音乐积攒下了大量的用户群体和评论数据，但是随着发展时间的推移，大量用户评论数据的累积，翻阅评论去感受他人的观点和故事需要花费较长的时间，因此设计一个基于网易云音乐的情感平台，不仅能够依托于网易云音乐的数据，还能让用户自身更好的了解到音乐对于自身于他人的影响并能更好的去发现音乐感受音乐。（二）国内外研究现状音乐是人类艺术与情感的载体，不同的音乐往往能带动人类情感上的共鸣，同时，收听者对某类音乐的喜爱常常能够反应出收听者对于情绪表达的趋向。随着时代的发展，人们借助音乐来宣泄日常的压力和情感成为了一大趋势，人们越来越依赖借助音乐宣泄情感。根据艾瑞咨询的报告显示，近八成在线音乐用户每天都会收听音乐，每天收听音乐时长在半小时以上的在线音乐用户高达90%，并且其中33.7%的用户每天收听音乐的时长约为两个小时。网络音乐平台有很多家，如虾米音乐、QQ音乐、网易云音乐等。过去它们的竞争主要体现在音乐曲库的深度以及规模上。随着大数据时代的到来，很多网络音乐平台能提供超过千万首曲目，各平台的竞争更加注重用户体验与服务，推出如歌单推荐等内容1。随着用户对于音乐有着越来越强宣泄情感的需求，在听歌过程中渴望找到认同感、参与感，并且发现新的音乐，成为一种精神食粮。所以，音乐平台的竞争也体现在情感联结上，在这一趋势下，网易云音乐成为主流。从受众心理角度来讲，其几大功能较为突出。一是基于用户倾诉心理的评论区，用户之间相互安慰、鼓励，而网络上的人相互不认识也打消了泄露隐私的顾虑。整个评论区形成良好的社区氛围，充满人情味，满足人们情感需求的同时又推动人们更加积极地参与评论，也可以看评论来消磨时光。二是，“二八法则”让大数据助力音乐的精准推送，这在很大程度上解决了用户想听歌却不知道听什么的问题。然后更加精确地向用户推送音乐信息，从而提高用户使用率，增强用户黏性2。三是设计简约，让用户使用起来轻松愉快。（三）研究目标和内容本文将致力于研究一个基于网易云音乐的情感平台，结合网易云音乐上的用户数据，通过对数据的可视化处理，让用户更直接地看到自己的情感信息并与他人相联结。其内容主要是通过对网易云音乐平台业务的研究，结合其数据构建情感平台，设计并实现一个具有高度可用性的音乐情感平台。二、数据分析与处理（一）数据来源数据来源于网易云音乐平台，系统中用户热评热词部分的数据，通过对网易云音乐HTML网页页面进行分析，对标签内容进行解析，抽取相关的json格式数据3，将网易云音乐平台热门歌曲榜单的热门评论，以15条为一组利用Python脚本进行爬取，并存入TXT文本文件中，经处理后的网易云音乐数据存储到本地Mysql数据库中。（二）数据处理利用python进行数据爬取和转换的过程中，可能由于数据种类繁多而对最终数据产生一定干扰，所以要通过正则表达式对所爬取的数据进行筛选。对于热词标签数据的产生，需要利用jieba库进行分词处理，计算机可以通过空格分辨英文，但是对于中文的分辨需要借助分词工具，例如jieba，将热门评论的汉字序列切分成有意义的词，即进行中文分词。接着根据分词结果，排除掉常用字及标点符号屏蔽和剔除掉不符合预期的词语内容，排除过于简短的数据和常用词，如你，我，他等，这些没有明显情感倾向的词汇。然后转换成易于存储的数据结构形式。（三）数据分析本文引用多种数据库模型，因此歌曲热评词语的使用频率以及用户的使用习惯能够更好的体现在词云中，这有利于更清楚的对用户情感进行分析处理。利用matplotlib、wordcloud等库，进行多种图表内容的展示，如柱状图、饼图等，这些图表可以用来刻画用户标签的热门状态和用户的情感分布。而词云的应用根据标签热门程度来确定其字体大小，可以用来展示用户自身情感的关键词，和整个用户群体的情感倾向。三、系统分析与设计情感平台分为前台使用和后台管理两大部分，台主要包括用户匹配、用户推荐与音乐故事等用户使用功能模块，后台为管理员提供用户管理、数据管理和管理员管理等功能。（一）功能分析与设计根据用户的情感需求分析，平台功能分为四大模块，分别为热词、故事模块、用户匹配、流行热推。1.热词热词分为用户热词，热评热词。是将数据进行整合之后，对于用户在网易云音乐中评论词语的浓缩与概括，在本系统中，使系统功能之间的互通更为紧密。用户个人的热词一方面由用户自己添加，一部分由系统对用户发表故事评论进行分析判断，进行添加，同时用户热词也方便了用户之间的匹配，根据用户的个人喜好与特点，更好的建立交流与沟通平台。热词在整个系统中，连接了用户与数据，系统将热词作为主题，让用户能由此看到更多与热词相关的内容。2.故事模块用户可以自行上传故事，此模块依托热词，将用户发表的评论、故事以词语的形式进行归类，同时用户能够在此模块中进行评论，点赞，热评收藏等行为。3.用户匹配系统根据用户所上传的填写的资料和自己标注以及评论获得的热词，进行数据库内容整合匹配，将匹配度超过75%的用户进行相互推荐。4.流行热推系统依据用户数据，进行数据库内容整合，选取与用户热词相匹配较高的内容进行热门推荐，并且会依据用户数据，进行内容衍生，将与用户喜欢内容相近的内容进行推荐。系统前台针对登录用户和未登录用户有着不同的使用权限。登录用户可实现前台所有功能权限的使用，未登录用户只能对热词，故事模块等内容进行预览。（二）系统体系设计网易云音乐情感平台以PHP作为开发语言，用python作为爬虫脚本。客户端使用HTML、CSS、JavaScript等语言。系统采用MySQL数据库和Apache服务器软件，系统软件体系结构方面采用B/S三层结构体系。数据库设计遵循相关设计规范，设计有用户信息表、歌曲信息表、热词信息表等。其数据类型包含为Varchar、Text、Datetime等，具有相应完整性和用户自定义约束。四、音乐情感平台系统开发与实现本系统在Windows环境下采用Apache+PHPMySQL搭建，根据系统分析和设计，展示情感平台的主界面，如图1所示。导航栏分为推荐、热词、故事、个人中心四部分，推荐中包括热门内容推荐和依据用户数据进行的内容推荐，点进去后，会看到与对应热词相关的故事内容。右侧为用户登录界面，展示了用户头像用户昵称和基本平台信息，之下为用户个人热词的展示，热词频率分布展现在右下角，是将数据库中出现频率最多的词用词云的方式展现。五、总结与展望本文经过阅读大量文献、对网易云音乐平台进行细致分析并与其他平台进行多方面比较，进而设计并开发了基于网易云音乐的情感平台，此平台具有热词、故事模块、用户匹配、流行热推等功能，供用户宣泄和交流情感。但因技术原因，笔者所爬取数据内容具有局限性，同时随着时间的增长，同一首歌曲的热评榜内容也会发生一定变化，因此平台所展示的内容不具有够高的时效性，并且内容量也存在局限性。另外系统的设计到开发时间较短，所以平台本身还存在许多问题。参考文献：1孟兆平，周辉.网络音乐产业发展现状与趋势研究J.学术探索，2016（5）：110-116.2张笑，袁微.音乐APP基于受众心理需求的发展思路：以网易云音乐为例J.新闻知识，2017（7）：47-49.3陈胜楠.基于新浪微博的社交网络数据分析与可视化系统设计与实现J.网络安全技术与应用，2014（9）：17-18.第 7 页 共 7 页