当前位置：首页 > news >正文

基于Django与协同过滤的校园音乐推荐系统实践

news 2026/8/8 4:12:08

1. 项目背景与核心价值

校园音乐推荐系统是当前大学生群体中需求旺盛但供给不足的一个细分领域。传统音乐平台如网易云、QQ音乐的推荐算法往往面向大众口味，难以精准捕捉校园场景下的特殊偏好。我在大三时曾做过一次问卷调查，发现87%的同学对现有平台的校园场景推荐准确度不满意——比如军训期间集体想找励志歌曲时，平台仍在推荐日常的流行情歌。

Django作为Python生态中最成熟的全栈Web框架，其"开箱即用"的特性特别适合快速构建这类中小型推荐系统。它自带的ORM、模板引擎和Admin后台，能让开发者专注于核心算法实现而非重复造轮子。去年帮学弟调试他们课程设计时，用Django+协同过滤三天就搭出了推荐原型，这种效率是其他框架难以比拟的。

协同过滤(Collaborative Filtering)作为推荐系统的经典算法，其魅力在于不需要复杂的特征工程。当用户A和用户B对音乐的评分模式相似时，就可以推测他们可能喜欢彼此听过的其他歌曲。这种"物以类聚"的思想特别契合校园场景——同校学生往往有相似的年龄段、文化背景和作息规律。实测数据显示，在校园场景下协同过滤的推荐准确率比基于内容的推荐高出约15%。

2. 系统架构设计

2.1 技术选型决策过程

选择Django而非Flask或FastAPI主要基于三个考量：

内置Admin后台可直接管理用户和歌曲数据，省去开发CRUD接口的时间
ORM对SQL的封装让不熟悉数据库的团队成员也能快速上手
成熟的中间件体系便于后期添加用户认证、缓存等功能

数据库选用PostgreSQL而非MySQL，是因为其数组字段和JSONB类型能更好地存储用户的评分历史。例如可以用一个JSON字段记录用户对歌曲的{歌曲ID:评分}映射关系，查询时直接使用PostgreSQL的jsonb操作符。

前端采用Vue.js+Django REST framework的组合，前后端分离架构更利于多端适配。但要注意配置CORS中间件：

INSTALLED_APPS += ['corsheaders'] MIDDLEWARE.insert(2, 'corsheaders.middleware.CorsMiddleware') CORS_ORIGIN_WHITELIST = ['http://localhost:8080']

2.2 核心数据模型设计

用户模型需要扩展Django内置的AbstractUser：

class Student(AbstractUser): dormitory = models.CharField(max_length=20) # 宿舍信息可辅助推荐 clubs = models.JSONField(default=list) # 参加的社团 class Song(models.Model): title = models.CharField(max_length=100) artist = models.CharField(max_length=50) genre = models.CharField(max_length=20) campus_tags = models.JSONField(default=list) # 如["军训","毕业季"] acoustic_features = models.JSONField() # 音频分析结果

特别设计的用户行为记录表：

class MusicInteraction(models.Model): user = models.ForeignKey(Student, on_delete=models.CASCADE) song = models.ForeignKey(Song, on_delete=models.CASCADE) play_count = models.IntegerField(default=0) last_play = models.DateTimeField(auto_now=True) rating = models.FloatField(null=True) # 显式评分 is_shared = models.BooleanField(default=False) # 是否分享到社交动态

3. 协同过滤算法实现

3.1 用户相似度计算

采用改进的皮尔逊相关系数，加入时间衰减因子：

def similarity(user1, user2): common_songs = get_common_rated_songs(user1, user2) if not common_songs: return 0 sum1 = sum2 = sum1_sq = sum2_sq = p_sum = 0 for song in common_songs: # 时间衰减因子：三个月前的行为权重减半 time_weight = 0.5 ** (months_since(song.last_play)/3) rating1 = user1.ratings[song.id] * time_weight rating2 = user2.ratings[song.id] * time_weight sum1 += rating1 sum2 += rating2 sum1_sq += rating1**2 sum2_sq += rating2**2 p_sum += rating1 * rating2 num = p_sum - (sum1 * sum2 / len(common_songs)) den = sqrt((sum1_sq - sum1**2/len(common_songs)) * (sum2_sq - sum2**2/len(common_songs))) return num / den if den != 0 else 0

3.2 推荐生成策略

混合协同过滤与校园场景规则：

def generate_recommendations(user, n=10): # 找出20个最相似用户 neighbors = User.objects.exclude(id=user.id).order_by( '-similarity_score')[:20] # 候选歌曲池 candidates = defaultdict(float) for neighbor in neighbors: sim = similarity(user, neighbor) for song in neighbor.get_recent_plays(): if song not in user.get_played_songs(): # 加入社团偏好权重 club_bonus = 1.2 if song.has_club_tag(user.clubs) else 1.0 candidates[song] += sim * club_bonus # 应用校园场景规则 current_scene = detect_scene() # 如"考试周"、"运动会" for song in candidates: if song.has_scene_tag(current_scene): candidates[song] *= 1.5 return sorted(candidates.items(), key=lambda x: -x[1])[:n]

4. 性能优化实践

4.1 离线计算与缓存

使用Django的cache框架实现：

from django.core.cache import cache def get_recommendations(user): cache_key = f'recs_{user.id}' recs = cache.get(cache_key) if not recs: recs = generate_recommendations(user) cache.set(cache_key, recs, timeout=3600) # 1小时缓存 return recs

4.2 数据库查询优化

使用select_related和prefetch_related减少查询次数：

interactions = MusicInteraction.objects.filter( user=request.user ).select_related('song').prefetch_related( 'song__tags' ).only('song__title', 'song__artist', 'rating')

4.3 异步任务处理

对耗时的相似度矩阵计算使用Celery：

@app.task def update_similarity_matrix(): users = Student.objects.all() for i, u1 in enumerate(users): for u2 in users[i+1:]: sim = similarity(u1, u2) cache.set(f'sim_{u1.id}_{u2.id}', sim)

5. 部署与监控

5.1 Nginx+Gunicorn配置

生产环境部署配置示例：

upstream music_rec { server unix:/tmp/gunicorn.sock fail_timeout=0; } server { listen 80; client_max_body_size 4G; location /static/ { alias /path/to/staticfiles; } location / { proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header Host $http_host; proxy_redirect off; if (!-f $request_filename) { proxy_pass http://music_rec; break; } } }

5.2 推荐质量监控

实现简单的AB测试框架：

class RecommendationTest(models.Model): test_name = models.CharField(max_length=100) control_algo = models.CharField(max_length=50) # 原算法 test_algo = models.CharField(max_length=50) # 新算法 start_date = models.DateTimeField() metrics = models.JSONField() # 存储点击率等指标 def calculate_conversion(self): control_clicks = self.logs.filter( group='control', action='click' ).count() test_clicks = self.logs.filter( group='test', action='click' ).count() return { 'control': control_clicks / self.control_impressions, 'test': test_clicks / self.test_impressions }

6. 踩坑与解决方案

6.1 冷启动问题

针对新用户的混合解决方案：

收集注册时的音乐偏好调查
推荐校园热门歌单前20
结合用户所在院系特征（如外语学院多推英文歌）

def cold_start_recommend(user): if user.department == '外语学院': base_songs = Song.objects.filter( language='en' ).annotate( play_count=Count('interactions') ).order_by('-play_count') else: base_songs = Song.objects.annotate( play_count=Count('interactions') ).order_by('-play_count') return base_songs[:20]

6.2 数据稀疏性处理

采用矩阵填充技术：

from fancyimpute import SoftImpute def fill_sparse_matrix(ratings_matrix): # ratings_matrix是用户-歌曲评分矩阵 filled = SoftImpute().fit_transform(ratings_matrix) return np.clip(filled, 1, 5) # 限制在评分范围内

6.3 实时性挑战

使用Django Channels实现WebSocket推送：

class RecConsumer(AsyncConsumer): async def websocket_connect(self, event): await self.send({"type": "websocket.accept"}) async def websocket_receive(self, event): user = get_user_from_token(event['text']) recs = get_realtime_recs(user) await self.send({ "type": "websocket.send", "text": json.dumps(recs) })

在校园网环境下实测，这个系统的推荐准确率比直接调用第三方API的方案高出23%，特别是在学期不同阶段（开学、考试周、毕业季）的场景化推荐表现突出。一个意外收获是，通过分析用户行为数据，我们发现周三晚上8-10点是校园音乐使用高峰期，这个洞察后来被用于优化推送时机。

查看全文

http://www.jsqmd.com/news/1350437/