随着互联网时代的到来,在线音乐蓬勃发展,数字化音乐数量与用户数量也随之呈爆发式增长趋势。基于网易云音乐的海量数据资源,运用可视化的技术对其进行数据分析,探索用户关注行为背后的潜在规律,挖掘音乐相关的话题信息,了解音乐的风格类型以及用户喜好,从而建立了网易云音乐数据分析平台。2013年4月23日,网易发布了一款音乐互联网产品,就是我们所熟知的网易云音乐。它的主要特点是个性化推荐服务,由各种有音乐审美经验的创作者以及有独立音乐品味的爱好者,以歌单为主要模式进行推荐,其中也有社交功能和互动功能。在这个崇尚个性化的时代,网易云音乐打破了传统音乐的热门推荐,针对个人进行千人千面的音乐推荐服务。因此,赢得了海量的用户资源和音乐资源。基于以上情况,本课题设计了一个基于网易云音乐的数据分析平台,主要模块包括数据采集、数据存储、数据分析、数据可视化四大模块。结合网易云音乐的海量用户和音乐资源,用机器学习和深度学习算法对它们进行数据分析,从大致三个方向分析:用户影响力分析,使用到了 PageRank算法和Triangle Count算法;歌曲风格分类预测,主要用到了深度学习中的MLPC多层感知器分类器算法;评论数据话题挖掘,使用了基于模块度增益的社区检测BGLL算法。这样三大核心功能就覆盖了本课题的主要内容。根据预先的设计思路实现了一个数据分析平台,主要流程是利用网络爬虫及Flume采集技术进行数据的收集,然后将收集到的数据存储到分布式文件系统HDFS上,再使用Spark分布式计算技术和机器学习以及深度学习算法对数据进行分析,最后将分析的数据存储到MySQL中,并进行可视化的展示。