技术架构
系统的架构分为以下几个层次：
数据抓取层：
使用 Selenium 从目标网站（如VVVDJ）抓取音乐数据，自动化地获取歌曲的详细信息，包括标题、时长、文件大小、热度、上传时间等。
数据处理层：
使用 Pandas 对抓取到的数据进行清洗和整理。数据清洗包括解析时间格式、标准化文件大小和热度格式、分割标题以提取歌手和歌名等步骤，确保数据的一致性和准确性。
数据存储层：
利用 Hadoop HDFS 实现数据的分布式存储，提供高可靠性和高吞吐量的数据访问。
数据分析层：
采用 Hadoop MapReduce 和 AWK 对清洗后的数据进行分析。包括计算歌曲时长与热度的关系、文件大小与热度的关系、不同声道类型的平均热度、以及歌手的平均热度排名等。
数据展示层：
使用 Flask 提供Web服务，结合 ECharts 进行数据可视化。通过可视化图表，用户可以直观地查看分析结果，如歌曲时长与热度的关系、文件大小分布等。

系统功能
数据抓取：
自动从目标网站抓取音乐数据，支持多页数据的批量抓取，并保存为CSV格式，便于后续处理。
数据清洗：
对抓取的原始数据进行格式化处理，包括时间解析、大小转换、热度标准化、标题分割等，确保数据的准确性和一致性。
数据分析：
使用Hadoop和AWK对清洗后的数据进行深入分析，提取有价值的信息。分析内容包括时长与热度的关系、文件大小与热度的关系、声道类型与热度的关系、热门歌手排名等。
个性化推荐：
根据用户的历史行为和偏好，结合推荐算法生成个性化的音乐推荐列表，提高用户的使用体验。
数据可视化：
通过Flask和ECharts实现数据的可视化展示，提供用户友好的界面，直观展示分析结果。图表包括柱状图、饼图、折线图等，用户可以方便地查看音乐特征与热度之间的关系。

系统特色
高效的分布式计算：依托Hadoop的强大分布式计算能力，系统能够高效处理海量音乐数据，支持大规模并行计算。
精准的个性化推荐：系统结合多种推荐算法，为用户提供精准的个性化音乐推荐，提升用户的满意度和粘性。
友好的用户界面：使用Flask和ECharts构建的前端界面，提供直观的可视化效果，用户可以轻松浏览和理解分析结果。
模块化架构设计：系统采用模块化设计，各层次之间职责分明，便于扩展和维护。可以根据需求灵活添加新功能，提高系统的扩展性。
成本效益：系统依托开源软件（Hadoop、Selenium、Pandas、Flask、ECharts）进行开发，降低了开发和运营成本，性价比高。