随着计算机网络的发展，特别是互联网媒体娱乐产业的发展，音乐的听歌服务产业始终占据了很重要的一部分。现在市面上有很多音乐听歌的服务系统，能够根据用户的听歌历史，提供海量正版高品质音乐，最权威的音乐榜单，最快的新歌速递，最契合你的主题电台，最人性化的歌曲搜索，让用户更快地找到心仪的歌曲。音乐的听歌服务的最核心内容就是音乐的推荐，随着对乐谱中频繁模式挖掘的研究不断深入，对乐谱文档的挖掘内容的不断改变，众多乐谱结构及音乐挖掘方法被提出。虽然其中不乏有像MusicXML这样优秀的乐谱结构，以XML这种结构表示乐谱不仅使读者能够清晰明确的阅读乐谱，而且对于音乐中的信息，例如：音符、节奏、升降音等专业的音乐信息记录的非常全面规范，能够清晰地反应出乐谱的详细信息。本文提出了将MusicXML文档转换为序列形式的表达。通过分析乐曲间序列的关系，提出了能够表达乐曲特性的11种特征值。通过使用曼哈顿距离度量方法计算数据库中每首乐曲和喜欢的音乐间的相似值。以此做为划分音乐的重要依据。针对乐曲变调的特点，本文提出了一种基于树形结构的挖掘算法（TreeMiner-based），用于找到MusicXML音乐文档中的最频繁的小段。这种算法不仅能够找到相同的最小片段，甚至还能找到已经变调的旋律相同的最小片段。这种算法能够用来找到一首歌曲中的重复片段还可以找到几首歌曲的共同相似的音乐片段。在本文中，我们将其应用在发现一首歌曲的重复片段。通过这两种方法，我们可以找到和用户喜欢音乐最相似的音乐，以此推荐给用户。