（二）研究意义
热门音乐可视化的设计与实现，主要通过爬取国内热门音乐软件平台，通过大数据结合，分析出播放量高的音乐单曲与歌单，从中发掘有价值的信息，再结合可视化软件将数据以更加主观的形式展示给用户。这样做可以让用户根据图像就找出自己想要的歌曲与歌单，省下用户的时间精力。同时，将热门音乐推荐给用户，可以让用户更清晰的找到想要的音乐，减少搜索其他音乐的无效时间。也能让用户通过标签找到心仪的热门音乐，从而避免因为无目的性而不知道怎么去查找目标内容，达到功能的全面性。
（三）研究现状
python语言作为一种计算机程序设计语言，又被称为胶水语言，具有开源、可移植、可拓展、可嵌入、面向对象等优点，也可以用混合编译的方式使用c/c++/java等语言的库，在数据分析、数据挖掘、人工智能等方面都有得天独厚的优势。经过多年的发展，逐渐爬虫分析可视化领域，并因为python语言编写简单、方便、编写效率高成为最热门的语言。而爬虫的形式取决于需求，根据现有的技术，我们常用的爬虫类型分为以下两种：
1、通用网络爬虫（General Purpose Web Crawler）：通用网络爬虫所爬取的的目标资源在全互联网中，所爬取的目标数据巨大，对于爬取的机器性能要求非常高。简单概述，通用网络爬虫是将整个网页的内容全部爬取下来，并保存在文件中，这样并不能直接获取到我们想要的数据。同时，通用网络爬虫对于机器的要求非常高，一般只适用于大型搜索引擎之中，所以我们对通用网络爬虫不作单一考虑。
2、聚焦网络爬虫（Focused Crawer）：聚焦网络爬虫是将爬取目标定位在与主题相关的页面中，与通用网络爬虫不同，聚焦网络爬虫是将网页中我们想要的特定数据进行爬取并保存到本地文件中。相对比之下，聚焦网络爬虫比较复杂，但实用性高，可将我们需要的数据进行爬取，不需要像通用网络爬虫一样进行大规模筛选，更加省时省力。也正因为硬件和精力的限制，我们此次的爬虫将选择两种爬虫进行结合使用。
这篇论文研究将达到的数据爬取与数据分析可视化分析系统主要有以下主要流程：
1、数据的爬取 2、数据清洗和预处理 3、数据分析 4、数据可视化
同时分为以下几个功能：
（1）数据爬取功能：通过python爬虫的技术，爬取网易云音乐等音乐平台的热门音乐及音乐标签，从而获取数据，并将数据转换成可储存的数据类型，保存到本地。
（2）数据清洗和预处理模块：将保存到本地的数据集进行格式转化，将数据噪音清除，数据格式处理成目标数据。
（3）数据分析模块：通过python对处理好的数据进行分析，再将得到数据存储到mysql数据库中。
（4）数据可视化模块：数据可视化模块主要采用Echarts可视化软件对数据分析结果进行可视化图表和图像展示。
（二）预期目标
完成热门音乐平台的音乐数据爬取及进行图像可视化处理，经过模块的清洗与筛选，最终满足用户对于搜索热门音乐的需求。
（三）拟解决的问题
主要解决用户在搜索目标音乐曲目时，出现其他冷门歌曲而耽误过多的搜索时间，以一个更清晰明了的图像展现给用户，同时为用户提供近期热门音乐。