编程技术

Document

基于Vue开发吉他谱爬虫推荐网站

1 项目简介

吉他曲谱搜索推荐系统，实现 吉他曲谱展示、曲谱数据的爬虫、曲谱个性化推荐等功能的前后端分离的 Web 应用。

详细设计请看 dev_doc.md

1.1 系统架构和技术选型

整体采用 B/S架构 即浏览器-服务器架构：

前端采用基于 MVVM 模型的 Vue 框架，结合 ElementUI 组件库，采用 ECharts 进行图表可视化分析，采用 Axios 库来请求或响应数据。

后端整体基于 Node.js 框架，利用 express 框架搭建服务器，提供 RESTFul 风格的接口，数据库采用 SQLite3 并有 CSV 格式文件用于保存推荐模块相关的数据，ORM 对象关系映射层为 Sequelize 框架，网络爬虫功能采用基于 JavaScript 的静态爬虫库 cheerio 以及动态爬虫库 puppeteer。

1.2 系统功能

1.2.1 推荐模块

如图，用户评分信息分别计入用户评分信息文件和用户信息数据库，用户评分信息主要有三个字段：用户 ID，曲谱 ID，以及评分数据。通过曲谱信息数据库和用户评分信息就可以构建推荐算法关键的用户-曲谱评分矩阵，通过混合推荐策略为用户个性化推荐曲谱。

在系统初期，用户较少，评分信息也较少，所以通过爬取豆瓣网站相应的用户评分来构建可靠的评分数据集。随着用户增多，用户评分信息就更有价值，推荐结果就会更准确。

1.2.2 爬虫模块

各大吉他谱网站都有海量公开免费的曲谱信息，例如吉他吧网站有 609 页数据，17 吉他网站有 677 页数据……这些网站还在不断更新中。

但这些网站的曲谱信息并未作系统的分类处理，所以看上去十分纷杂。且单个曲谱的信息没有规则化，比如有的曲谱有海报，有些没有；有些曲谱有简介，有些却没有。同时，这些网站并没有曲谱的评分信息、标签分类等，但每个曲谱有对应的歌曲信息，豆瓣网站提供了歌曲的评分、分类、标签等信息，以及还有用户对歌曲的评分情况。

1.2.3 用户评分模块

用户进入曲谱详情页，会默认向后端发起 get 请求，查询该曲谱信息和用户本身的评分信息，随后在页面渲染该曲谱的详细信息以及该用户对曲谱的评分。

倘若还未进行，则评分处默认为 0。

当用户选择评分并提交评分的时候，向后端发出 put 请求来修改数据库中的评分信息，后端返回最新的用户评分信息随后重绘该详情页。

用户评分时序图如图：

1.3 数据库结构

系统以 CSV 文件格式来存储用户的评分信息，其格式为用户 id、曲谱 id、评分数据。

系统定义了曲谱和用户两个实体，其数据库表结构如下：

  1. 曲谱信息表
字段名称 字段类型 是否为空 备注
id integer 否 主键、曲谱 ID、自动生成
title varchar(255) 否 曲谱标题
name varchar(255) 否 歌曲名称
keys varchar(255) 是 曲谱调号
singer varchar(255) 否 演唱歌手
poster varchar(255) 否 曲谱海报
tags text 是 曲谱标签、以”; ”分割
rating text 是 曲谱评分
views varchar(255) 是 曲谱浏览量
spectrum text 否 图片谱、以”; ”分割
description text 是 曲谱简介
created_at datetime 否 曲谱创建时间
updated_at datetime 是 曲谱修改时间
deleted_at datetime 是 曲谱删除时间
  1. 用户信息表
字段名称 字段类型 是否为空 备注
id integer 否 主键、用户 ID、自动生成
email varchar(255) 否 用户登录和注册邮箱
password varchar(255) 否 用户密码(MD5 加密后的)
ratings text 是 用户评分、以”; ”分割
created_at datetime 否 曲谱创建时间
updated_at datetime 是 曲谱修改时间
deleted_at datetime 是 曲谱删除时间

2 项目启动

  • 项目下载到本地

    git clone https://github.com/XiDieccc/score-design.git

  • 进入后端开启服务器，后端地址：http://127.0.0.1/api

    cd server
npm install
npm run dev

  • 进入前端，访问前端地址：http://localhost:8080/

    cd web
npm install
npm run serve

  • 数据库初始为空，注册账户后可进行爬虫操作来获取吉他谱