【计算机毕设/任务书-免费领取源码】基于SSM的“微视界”轻量级短视频分享社区的设计与实现

好的，同学。作为你的计算机毕业设计写手，我将为你撰写一份关于“基于微信小程序+SSM的短视频平台”的毕业设计任务书。

毕业设计任务书

毕业设计题目： 基于SSM框架的“微视界”轻量级短视频分享社区的设计与实现

1. 研究目的

在移动互联网与短视频行业蓬勃发展的背景下，用户对碎片化内容消费、个性化内容推荐、低门槛创作与分享、强社交互动的需求日益增长。微信小程序凭借其“无需安装、即用即走”的便捷特性，成为短视频应用触达用户的重要渠道。然而，现有的主流短视频平台（如抖音、快手）功能繁重，且与微信生态的社交关系链结合有限。本课题旨在设计并实现一个基于SSM框架和微信小程序的“微视界”轻量级短视频社区，力求达成以下核心目标：

1. 构建高效、易用、低延迟的短视频上传、存储、转码、分发与播放技术栈：针对微信小程序环境，研究并实现一套从视频拍摄/上传，到云端转码、压缩、存储，再到客户端（CDN）分发与流畅播放的完整技术方案。重点解决小程序端视频处理能力有限、网络环境多变带来的上传失败率高、播放卡顿、流量消耗大等痛点，为用户提供稳定、流畅的“拍-传-看”一体化体验。

2. 实现基于用户兴趣与社交关系的个性化内容推荐引擎：不同于中心化流量分发模式，本系统将结合协同过滤与基于内容的推荐算法，并深度融入微信社交关系链。通过分析用户的历史观看、点赞、评论、关注行为，以及其好友的动态，构建用户兴趣画像，实现“千人千面”的个性化视频流推荐。同时，设计“朋友在看”、“同城推荐”等社交与地理维度的内容发现机制，增强社区互动与粘性。

3. 打造沉浸式、强互动、去中心化的短视频消费与社交体验：设计全屏沉浸式播放交互，支持上滑切换、双击点赞、滑动调节进度与音量。构建以视频为核心的互动生态，包括评论、点赞、收藏、转发、@好友、私信等。引入“话题挑战”、“热门标签”等运营功能，激发用户创作与参与热情，构建一个基于共同兴趣的、有温度的轻量级社区。

4. 建立完善的创作者激励与内容管理机制：为创作者提供个人主页、作品管理、数据分析（播放量、点赞、粉丝增长）等工具。设计简单明了的积分或等级体系，激励优质内容产出。同时，构建包含机器审核（敏感内容识别）与人工审核相结合的内容安全机制，以及用户举报、评论过滤等社区治理工具，确保平台内容健康、合法、合规，营造清朗的网络空间。

本研究不仅是一个功能实现，更是对流媒体处理技术、推荐算法、高并发架构、社区产品设计在小程序生态下的综合应用与探索。它对于理解短视频核心技术、构建垂直领域内容社区、以及探索微信生态下的内容产品创新，具有重要的理论价值与实践意义。

2. 研究要求

a. 需求分析

• 用户角色与核心用例分析：

• 系统管理员：

  平台管理：管理用户、话题、BGM（背景音乐）库，配置系统参数，查看全局数据看板。

• 内容审核员：

  内容审核：审核用户新上传的视频与评论，处理用户举报内容。

• 创作者/UP主：

  内容创作：拍摄或上传短视频，进行简单剪辑（添加背景音乐、滤镜、文字），添加描述与话题标签。

• 内容管理：管理已发布的作品（查看数据、置顶、删除），回复评论。

• 数据分析：查看作品的核心数据（播放、互动、粉丝数趋势）。

• 普通用户/观众：

  内容消费：刷推荐/关注/同城视频流，进行点赞、评论、收藏、转发，关注喜欢的创作者。

• 社交互动：查看好友动态，通过私信与好友交流，参与话题挑战。

• 个人管理：管理个人信息、浏览历史、收藏列表、关注列表。

• 功能性需求：

1. 视频核心流程：视频拍摄/上传、云端处理、发布、Feed流展示、播放、互动。

2. 推荐系统：个性化推荐、朋友推荐、同城推荐、热门推荐。

3. 社交系统：关注/粉丝、点赞、评论、分享、私信、@功能。

4. 用户系统：基于微信登录的用户体系、个人主页、作品集、数据中心。

5. 后台管理系统：用户管理、内容审核、数据统计、运营工具（话题管理、BGM管理）。

• 非功能性需求：

1. 高性能与高并发：视频播放需流畅，Feed流下拉加载需快速，能支持大量用户同时在线。

2. 高可用性与可扩展性：核心服务（上传、转码、播放）需设计为可横向扩展，以应对潜在流量高峰。

3. 高数据一致性：点赞、评论、粉丝数等计数需准确，尤其在并发场景下。

4. 成本控制：视频存储与流量成本高昂，需设计合理的存储策略、CDN加速与转码策略以优化成本。

b. 系统功能设计（10个模块，每个模块5-7个功能点）

1. 用户与社交关系模块

• 微信一键登录：调用wx.login+wx.getUserProfile获取用户信息，建立平台账号。

• 个人主页：展示用户头像、昵称、简介、获赞数、关注/粉丝数、作品列表。

• 关注与粉丝：用户可关注他人，管理关注列表与粉丝列表，接收新粉丝通知。

• 私信系统：支持用户间发送文本、图片、视频消息，建立会话列表。

• @与通知：在评论或私信中@ 其他用户，对方收到通知。系统通知被点赞、评论、关注、@。

2. 视频创作与发布模块

• 调用小程序相机API拍摄短视频（最长60秒）。

• 选择本地视频文件上传，支持压缩预览。

• 后端提供可续传、可秒传的文件上传接口。

• 视频拍摄与上传：

• 视频基础编辑：添加背景音乐（从BGM库选择）、选择滤镜、添加贴纸与文字、设置封面。

• 发布设置：编辑视频描述，添加话题标签（#话题#），设置观看权限（公开/私密/好友可见），定位同城。

• 视频元数据：记录视频时长、分辨率、大小、拍摄地点、使用BGM等信息。

3. 视频处理与存储模块（核心技术）

• 文件存储与分发：使用对象存储服务存储原视频、转码后视频、封面图，并对接CDN进行加速分发。

• 云端异步转码：视频上传后，生成消息队列任务，调用云服务或FFmpeg进行转码，生成多种清晰度（如720P, 480P）以适应不同网络。

• 封面图生成：自动从视频中截取一帧作为封面，或使用用户自定义的封面。

• 视频审核：对接第三方内容安全API或自建模型，对视频内容、封面、描述进行机审，标记可疑内容进入人工审核队列。

• 视频处理状态机：管理视频从上传中->转码中->审核中->审核通过/失败->发布成功的全流程状态。

4. 视频Feed流与播放模块

• 推荐流：基于算法个性化推荐。

• 关注流：仅显示已关注用户的视频。

• 同城流：基于地理位置推荐附近视频。

• 热门流：按热度算法排序。

• 多种Feed流：

• 沉浸式播放器：全屏播放，上滑切换下个视频，下拉刷新，双击点赞，左右滑动调节进度/音量，自动播放/暂停。

• 播放统计：记录视频的播放次数、完播率，用于热度计算与推荐。

• 清晰度切换：根据网络状况，自动或手动切换视频清晰度。

5. 视频互动模块

• 点赞/取消点赞：点击爱心图标，动画反馈，实时更新计数器（需防并发）。

• 评论系统：发表、回复评论，展示评论列表，支持点赞评论，可删除自己的评论。

• 收藏/取消收藏：将视频加入个人收藏夹。

• 转发分享：生成带小程序码的海报，或分享到微信好友/群聊。

• 举报功能：用户可举报违规视频或评论，选择举报原因。

6. 个性化推荐引擎模块（核心算法）

• 协同过滤：找到与你兴趣相似的用户，推荐他们喜欢的视频。

• 基于内容：推荐与你历史喜欢视频内容相似的视频。

• 热度衰减：结合视频发布时间，计算热度分值。

• 社交关系：优先推荐好友点赞、评论过的视频。

• 用户行为采集：记录用户的曝光、播放、点赞、评论、关注、分享、停留时长等行为。

• 用户画像构建：使用标签体系（兴趣标签、行为偏好）与嵌入向量表示用户。

• 视频画像构建：抽取视频的视觉特征、音频特征、文本特征（描述、话题），形成视频向量。

• 混合推荐策略：

• 实时更新：推荐结果能根据用户的最新交互行为快速调整。

7. 话题与挑战模块

• 话题广场：展示热门话题榜，用户可浏览话题详情页，包含参与该话题的所有视频。

• 参与挑战：用户发布视频时，可带上话题标签。在话题页可一键拍摄同款视频。

• 话题管理（后台）：运营可创建、编辑热门话题，设置封面与描述，管理话题下的视频。

8. 内容审核与社区治理模块

• 机器审核：对接或自研API，对视频、封面、描述、评论进行涉黄、涉暴、违规文本的识别。

• 人工审核后台：列表展示待审核/被举报内容，审核员可播放视频、查看详情，进行通过、驳回、删除等操作。

• 用户举报处理：处理用户举报，记录处理结果，对多次违规用户进行禁言、封号处理。

• 评论过滤：设置敏感词库，对新发布的评论进行过滤。

9. 运营与数据后台模块

• 数据监控大屏：实时展示DAU/MAU、总视频数、总播放量、实时在线人数等核心指标。

• 用户管理：查看用户列表，禁言/封禁违规用户，查看用户行为日志。

• 内容管理：管理所有视频，可执行下架、删除操作，查看视频详情与审核记录。

• BGM管理：上传、管理背景音乐库，设置热门BGM。

• 数据分析报表：生成用户增长、视频发布、互动数据、热门话题等维度报表。

10. 消息与通知中心

• 互动消息：通知点赞、评论、新增粉丝、@我的消息。

• 系统消息：发送审核结果、违规处罚通知、系统公告。

• 私信消息：实时或准实时接收好友私信。

• 微信模板消息：用于重要通知（如视频审核通过）。

c. 系统实现

• 技术选型与架构：

• 后端：

  核心框架：SSM (Spring + SpringMVC + MyBatis)。

• 数据库：MySQL 8.0。核心表：

• 缓存：Redis。用于：

• 消息队列：RabbitMQ/Kafka。用于：

• 对象存储与CDN：使用阿里云OSS或腾讯云COS存储视频文件，并绑定CDN加速播放。

• 视频处理：使用FFmpeg进行云端转码、截图。可部署在自有服务器，或使用云服务（如腾讯云点播VOD，其集成了上传、转码、存储、播放器SDK）。

• 搜索引擎：Elasticsearch。用于视频的复杂搜索（按标题、描述、话题）。

• video(视频主表)

• user(用户表)

• user_relation(用户关系表)

• video_like/comment/favorite(互动表)

• video_play_history(播放历史表，用于推荐)

• 热点数据：用户信息、视频基本信息、计数（点赞数、评论数）。

• Feed流缓存：缓存用户推荐流、关注流的前N页。

• 分布式锁：控制点赞、关注等操作的并发。

• 会话与Token。

• 异步任务：视频转码任务、审核任务、消息推送、数据统计。

• 行为日志收集：用户行为数据异步入库，用于推荐计算。

• 前端：

  微信小程序：使用原生框架或Taro。视频播放用<video>组件，但需处理复杂交互。相机API用wx.createCameraContext。

• 核心业务实现方案：

• Feed流分页与性能：

  采用“游标分页”（cursor），例如使用(video_id, create_time)作为游标，避免传统limit offset在深度分页时的性能问题。

• 将热门Feed流结果缓存到Redis，减少数据库压力。

• 视频上传与处理流程：

1. 离线计算：定时（如每天）运行Spark/Java作业，基于前几天的用户行为数据，计算用户相似度矩阵、视频相似度矩阵，或训练一个简单的模型，为每个用户生成一个“候选视频ID列表”，存入Redis。

2. 在线服务：当用户请求推荐Feed时，从Redis中读取其候选列表，再结合一些实时规则（如去重、过滤已读、插入广告/热门），进行排序后返回。对于新用户，返回热门视频或随机视频。

• 推荐系统简易实现：

  小程序端上传视频文件到后端接口。

  1. 后端将文件直传到对象存储，保存记录到video表，状态为上传中。

  2. 上传成功后，更新状态为转码中，并向消息队列发送一个“转码任务”。

  3. 独立的“转码服务”消费任务，调用FFmpeg进行转码，生成多分辨率文件，并上传回对象存储。

  4. 转码完成后，更新状态为审核中，发送“审核任务”。

  5. 审核（机审/人审）通过后，状态更新为公开，视频进入推荐池。

• 部署：后端采用Spring Boot打包为JAR，用Docker容器化部署，Nginx做反向代理。MySQL、Redis、RabbitMQ、Elasticsearch、FFmpeg转码服务单独部署。

d. 系统测试

1. 功能测试：

• 完整视频流程：拍摄/上传->编辑->发布->审核->推荐->播放->互动。

• 核心互动测试：点赞、评论的并发操作，验证数据一致性。

• 推荐算法测试：验证新用户、老用户、有明确兴趣用户的推荐结果是否符合预期。

• 审核流程测试：上传违规内容，验证机器审核与人工审核流程。

2. 性能测试：

• 视频上传与播放：模拟多用户同时上传、播放视频，测试服务器带宽、存储、CDN压力。

• Feed流下拉：模拟高并发请求推荐接口，测试接口响应时间和缓存效果。

3. 安全测试：

• 内容安全：测试是否能绕过审核发布违规内容。

• 越权访问：用户A能否删除用户B的视频或评论。

• 注入与XSS：测试评论、描述等文本输入框的安全性。

4. 兼容性测试：测试小程序在不同品牌、型号手机上的视频拍摄、播放兼容性。

3. 总体进度和安排

4. 推荐参考文献

[1] 杨开振. Spring Boot 2 实战之旅[M]. 北京: 电子工业出版社, 2021.

[2] 项亮. 推荐系统实践[M]. 北京: 人民邮电出版社, 2012.

[3] 高洪岩. Redis深度历险：核心原理与应用实践[M]. 北京: 机械工业出版社, 2019.

[4] 朱赟. 从零开始学FFmpeg[M]. 北京: 电子工业出版社, 2020.

[5] Kleppmann, M. Designing Data-Intensive Applications[M]. O’Reilly Media, 2017. （设计数据密集型应用，经典）

[6] 王珊, 萨师煊. 数据库系统概论（第5版）[M]. 北京: 高等教育出版社, 2014.

[7] 刘增辉. MyBatis从入门到精通[M]. 北京: 电子工业出版社, 2017.