一、项目概述
项目名称: 豆瓣音乐聚类分析可视化
项目简介:
该项目基于 Flask 框架开发，用于提供音乐数据分析与可视化功能，涉及用户管理、音乐数据爬取、聚类分析及其可视化展示。系统包含用户和管理员角色，提供丰富的页面功能。
主要功能:
- 用户登录与注册
- 音乐数据展示与搜索
- 管理员管理用户与音乐数据
- K-Means 聚类分析及其可视化
- 数据爬取与存储
运行环境:
- 语言: Python 3.x
- 依赖库:
- Flask (Web 框架)
- pymysql (数据库操作)
- sklearn (聚类算法)
- matplotlib (可视化)
- WordCloud (词云生成)
- 数据库: MySQL
二、项目结构
文件与模块说明
music/ ├── app.py # 主应用文件，定义路由和业务逻辑 ├── kmeans.py # K-Means 聚类分析 ├── music.sql # 数据库初始化文件 ├── mysql.py # 数据库操作封装 ├── spider/ # 爬虫模块，用于音乐数据采集 ├── static/ # 静态资源文件（CSS/JS/图像等） ├── templates/ # HTML 模板文件 ├── .idea/ # 项目配置文件（PyCharm） └── __pycache__/ # Python 缓存文件
关键模块功能
app.py:
- 项目入口，包含路由定义和页面逻辑。
- 提供用户登录 (
/)、管理员登录 (/admin_login)、聚类分析 (/k_means) 等功能。
mysql.py:
- 数据库操作工具模块：
coon()：建立数据库连接。query(sql)：执行查询语句。insert(sql)：执行插入语句。close()：关闭数据库连接。
kmeans.py:
- 实现音乐数据的 K-Means 聚类分析。
- 使用
sklearn.cluster.KMeans对数据进行 4 类聚类。 - 提供聚类结果的可视化（使用 Matplotlib）。
music.sql:
- 数据库表结构定义。
- 可能包含用户表（
db_user）、音乐数据表及相关的初始数据。
spider/:
- 数据爬取模块，具体内容尚未分析。
templates/:
- 存放 HTML 模板文件，包含用户端和管理端的页面：
- 用户相关：
user_login.html,user_index.html - 管理相关：
admin_login.html,admin_index.html - 数据分析：
k_means.html,type.html,score.html
static/:
- 存放静态资源：
css/: 样式表文件。js/: 脚本文件。images/: 图像资源。
三、功能分析
1. 用户管理
- 用户登录:
- 用户通过
/路由进入登录页面（user_login.html）。 - 提交表单后调用数据库查询验证用户名与密码。
- 管理员管理:
- 管理员通过
/admin_login进入管理登录页面。 - 提供管理音乐数据和用户的功能页面（如
admin_user.html,admin_data.html）。
2. 数据爬取与存储
- 通过爬虫模块采集音乐数据（存储在数据库中）。
- 数据字段包括评分、类型、播放量等，用于后续分析。
3. 数据分析与可视化
- 聚类分析:
- 使用
kmeans.py模块对音乐数据进行聚类（如评分与播放量的关系）。 - 支持聚类结果的可视化，展示在
k_means.html页面。 - 类型分析:
- 音乐类型统计分析，结果展示在
type.html。 - 评分分析:
- 评分分布统计与可视化，结果展示在
score.html。 - 时间分析:
- 音乐播放量的时间变化分析，结果展示在
time.html。
4. 数据库操作
- 数据库结构（初步推测）:
- 用户表（
db_user）：存储用户信息。 - 音乐表：存储音乐的元数据（如评分、类型、播放量等）。
四、运行说明
环境配置
- 安装依赖:
pip install flask pymysql sklearn matplotlib wordcloud
- 配置数据库:
- 启动 MySQL，执行
music.sql初始化数据库。 - 确保
mysql.py中的数据库配置（host,user,password,db）正确。
启动项目
- 运行 Flask 应用:
python app.py
- 访问地址:
- 用户登录页:
http://127.0.0.1:5000/ - 管理员登录页:
http://127.0.0.1:5000/admin_login - 聚类分析页:
http://127.0.0.1:5000/k_means
五、未来优化建议
- 安全性:
- 目前 SQL 查询语句存在注入风险（
format()拼接查询语句），建议改用参数化查询。
- 代码优化:
- 将聚类分析的可视化结果保存为静态图像，减少前端加载压力。
- 优化爬虫模块，确保数据来源合法且稳定。
- 功能扩展:
- 增加用户个性化推荐功能（基于 K-Means 聚类结果）。
- 提供音乐数据的下载与分享功能。
- 界面优化:
- 增加页面响应式设计，适配移动设备。
项目运行截图：
