【开题答辩全过程】以 基于Vue Spring Boot的教师资格证考试助力系统设计与实现为例，包含答辩的问题和答案
个人简介
一名14年经验的资深毕设内行人，语言擅长Java、php、微信小程序、Python、Golang、安卓Android等
开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。
感谢大家的关注与支持！
各位老师好，我是xx同学，本次毕业设计做的是“基于网络爬虫的云音乐管理系统”。系统主要用网络爬虫去各大音乐网站抓歌曲、专辑和歌手信息，存进自己的数据库，再用 Web 页面把这些音乐展示出来。用户能注册/登录、搜索、在线播放、下载、收藏、写评论，系统还会根据用户行为做个性推荐。整体用 B/S 三层架构：前端是 HTML5 + JavaScript，后端用 Java，数据库是 MySQL，爬虫用 Java 的 HttpClient + Jsoup，推荐算法用协同过滤，就这么简单。
评委老师：你为什么要选这个题目？
答辩学生：我平时喜欢听歌，发现很多歌在常见平台找不到，就想着自己爬数据做个资源更全的小站，顺便把学到的爬虫、Web、数据库知识串起来。
评委老师：系统最核心的功能是哪一块？
答辩学生：最核心的就是“爬虫+搜索+播放”：先爬数据，再让用户搜得到，再能立即在线听。
评委老师：你准备爬哪些网站？
答辩学生：主要爬网易云音乐和 QQ 音乐公开页面，只取歌名、歌手、专辑、封面和歌词这些公开信息，不碰付费音频文件。
评委老师：被抓的网站换了页面结构怎么办？
答辩学生：把选择器配置化，写到 JSON 文件里，结构变了只改配置，不改代码，重启爬虫即可。
评委老师：歌曲文件存在哪里？
答辩学生：我只存元数据和歌词，真正的音频文件用外链跳回原平台播放，避免版权风险。
评委老师：推荐算法怎么做？
答辩学生：用基于用户的协同过滤：先记录谁收藏了哪些歌，如果 A 和 B 收藏重合度高，就把 B 听过的、A 没听过的歌推荐给 A。
评委老师：前端播放用啥技术？
答辩学生：HTML5 自带的 audio 标签，搭配 JavaScript 控制播放、暂停、进度条和歌词同步。
评委老师：数据库怎么设计的？
答辩学生：五张核心表：用户、歌手、专辑、歌曲、评论，歌曲表通过外键关联歌手和专辑，评论表再关联用户和歌曲。
评委老师：遇到反爬怎么办？
答辩学生：加随机 User-Agent、请求间隔 1~3 秒，再用代理池；如果还是被封就暂停该站点，人工更新 IP 后继续。
评委老师：系统开发计划怎么安排？
答辩学生：2025 年 3 月完成爬虫和数据库；4 月完成后台接口和前端页面；5 月上旬整合测试，5 月下旬写论文。
评委老师：预期成果有哪些？
答辩学生：能跑起来的云音乐小站、系统源码、数据库脚本、毕业论文，还有一份用户使用说明。
评委老师评价与总结： xx同学选题贴近生活，目标明确，技术路线清晰，工作量适中。能把爬虫、Web、数据库、推荐算法贯通，具备一定综合训练价值。后续需重点关注反爬策略与版权合规，继续完善测试。总体来看，开题报告可行，同意进入下一阶段。
以上是某同学的毕业设计答辩的过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。文末或底部来联xi可免费获取
最后
有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi博主，没有选题的也可以联系我们进行帮你选题、定功能和建议。