自制音乐推荐下载器Beta版（V0.1）说明
软件使用说明
- 核心主程序以及相关函数在utils文件夹下的qqMusicDownloader.py。用编译器运行即可。（exe文件在src文件夹下，若运行应该要修改数据库相关信息，重新打包。）
- 一开始为数据集中第一位用户生成推荐列表，可选择下载其中艺术家的歌曲或自行搜索，搜索数量可自定义（0-50）。搜索列表显示后，可以选择下载其中1首非VIP专属歌曲（单线程）并爬取相关资源。下载完成后，下载记录将被储存至MySQL数据库中。
- utils文件夹下的get_test_and_train.py负责将数据集划分为测试集和训练集，并储存为pkl文件。（dict_test.pkl 和 dict_train.pkl）
- recs文件夹下的userCF和itemCF各通过算不同算法，建立相似矩阵，并生成推荐列表。2个相似矩阵被储存为pkl文件，2个推荐列表（各包括前10位推荐艺术家）被储存为txt文件。
项目思路（包括功能实现说明）
-
主体框架：
爬虫下载为主要部分。为辅的推荐系统则划分数据集，再根据基于领域的算法，生成推荐艺术家列表，供用户选择下载。 -
爬虫下载：
request库可以实现对网页内容的请求，再用json、re对内容进行分析，得到需要的参数或内容，最后通过基本的文件处理实现下载。此外，获取下载资源的过程中，需要借助以上工具和网页源代码，确立一个个URL。比如若要获取音乐流URL，便需要其他两个中间URL其中的信息。
由于下载器为用户服务，务必涉及交互功能。因此，如何实现更好的交互体验，也必须认真考虑查验。
至于程序健壮性，还需在debug中一次次提升。
最后，下载器程序分为类的定义和主程序部分。其中类包含以下函数：
(init)、请求URL内容、生成推荐列表、选择如何搜索、搜索歌曲、检查搜索以及下载资源。主程序流程也基本遵循以上函数的顺序。 -
数据集划分：
将数据集dat文件中的数据按1：（M - 1）比例随机划分为测试集和训练集，用字典储存，并用pickle把两者保存为数据包，供推荐算法使用。 -
推荐算法：
在训练集上实验，在测试集上根据相关指标评测。由于跑一次算法耗时较长，只进行了一次实验。选用两种基于领域的协同过滤算法：基于用户和基于物品，并以此生成推荐列表(各为用户生成10位推荐的艺术家)。两种算法均要先建立相似矩阵再推荐。其中基于用户的相似矩阵建立过程较慢，而且先需建立倒排表，但最终评测显示的覆盖率较高。
扫描二维码关注公众号，回复： 12557738 查看本文章
仍可改善之处
1.部分音乐流URL的请求失败（如欧阳娜娜的大部分音乐）
2.程序运行效率
3.VIP歌曲爬取,不知能不能爬取更高音质资源
4.多线程异步下载
5.MV、专辑的下载
6.GUI（最后1天才实操pyqt5，只做了一个小小的窗口……）
7.其他人性化的功能
8.代码在视觉上更整洁简洁点吧
第三方库
1.os
2.pickle
3.random
4.request（爬虫）
5.json（爬虫）
6.re（爬虫）
7.pymysql (数据库专用)
8.math（算法中的计算）
9.from operator import itemgetter（字典）