随着互联网的飞速发展,互联网上的信息飞速增长,用户要从网上查阅到感兴趣的内容变得越来越艰难,传统的搜索引擎技术已经难以满足用户的需要。在这种背景下,个性化推荐系统应运而生。音乐推荐系统是个性化推荐系统的一个垂直组成部分。现阶段国内的门户网站提供音乐推荐服务的主要有新浪和搜狐,这两者都提供对单曲搜索的相关音乐推荐。我们认为,单曲搜索时进行的推荐不能全面地反映用户的兴趣和需求,加之两者的推荐结果趋于同名歌手推荐等趋向导致推荐的结果缺乏对用户兴趣和需求的挖掘,从而使推荐的结果未能尽如人意等原因,我们需要在全方位了解用户对音乐倾向性意见的基础上,设计一个能够全面反映用户兴趣,发掘用户潜在需求所在的音乐推荐系统。个性化推荐技术大都基于数据挖掘技术,本文在回顾总结了数据挖掘技术的基础上,受到一些关联规则挖掘以及流频繁项挖掘算法的启发,结合本音乐推荐系统(Music Suggestion System)的实际,提出了一个行之有效的算法,并基于分布式系统的考量进行了系统建模,然后设计了整个系统的分布式架构并最终实现了本音乐推荐系统。我们在对本音乐系统进行了用户满意度的主观测试以及与国内同类音乐系统新浪和搜狐的比较后,证明依照本文所述算法和系统建模所实现的音乐推荐系统确有独到之处。