搜索引擎的发展使得Web信息越来越容易获取。传统Web的优势在于海量数据，而语义Web则能够将信息尽可能表达为计算机程序可理解的格式。用户所需的信息是和格式无关的，数据可能来自于传统Web、语义Web或者二者都有。结合Web和语义Web的数据，将会能够提供给用户更多的信息；同时，针对特定的应用，二者的技术可以相互补充。　　 音乐作为一个重要的娱乐媒介越来越流行，随着在线音乐商店和服务的激增以及各种便携式音乐设备的诞生，音乐比以前更加容易获取。然而用户在拥有大量音乐的同时也带来了问题，观察用户听音乐的历史，可以发现，除了一小部分音乐是经常访问的，大部分音乐是很少访问的，即用户访问歌曲的频率呈长尾分布。因此，用户需要利用搜索和推荐来发现和他们的品味类似的音乐。　　 本文设计并实现了一个音乐搜索和推荐系统。数据包括Web数据以及语义Web数据，分别通过爬虫和转储获取。在搜索系统中，实现了传统搜索引擎的索引和查询，同时对搜索结果在排序的基础上进行了跨数据源的数据融合，其中对象的识别依赖于属性的选取。推荐系统采取了基于内容的推荐方法，利用音乐对象的音乐特性进行类似音乐的推荐，其中歌手、专辑和歌曲分别有各自的推荐和排序算法。实验和评估表明，对搜索的结果进行数据融合以及推荐行之有效。