基于Python flask框架的招聘数据分析推荐系统,有数据推荐和可视化功能

简介: 本文介绍了一个基于Python Flask框架的招聘数据分析推荐系统,该系统具备用户登录注册、数据库连接查询、首页推荐、职位与城市分析、公司性质分析、职位需求分析、用户信息管理以及数据可视化等功能,旨在提高求职者的就业效率和满意度,同时为企业提供人才匹配和招聘效果评估手段。

研究背景

在当今社会,随着经济的发展和就业市场的竞争日益激烈,求职者面临着越来越多的招聘信息和选择。然而,对于求职者来说,如何快速准确地找到符合自己需求和兴趣的职位成为一个挑战。

传统的求职方式往往是通过招聘网站或招聘广告进行搜索,然后逐个查看招聘信息,并进行筛选和比较。这种方式存在着信息过载、效率低下的问题,使得求职者需要花费大量的时间和精力来寻找合适的工作机会。

因此,基于数据分析和推荐算法的招聘系统逐渐受到关注和重视。通过收集、整理和分析大量的招聘数据,可以提供更加精准和个性化的职位推荐,帮助求职者快速找到符合自己要求的工作机会。

同时,通过对招聘市场的数据分析,可以揭示不同城市、行业、公司等的就业趋势和需求,为求职者提供有价值的就业信息和决策支持。

然而,在实现招聘数据分析和推荐系统时,仍然存在一些挑战和问题。例如,如何从海量的招聘数据中准确提取关键信息、如何构建有效的推荐算法、如何处理用户偏好和动态变化等。

因此,为了解决这些问题并提供更好的求职体验,本研究将基于Python Flask框架开发一个招聘数据分析推荐系统。通过利用数据库和数据分析技术,结合用户需求和职位要求,系统可以快速筛选和推荐符合用户兴趣和要求的工作机会。同时,通过可视化和统计分析,系统还可以为用户提供有关就业市场的相关信息和趋势。

通过这个研究,我们希望能够提高求职者的就业效率和满意度,减少他们在招聘过程中的时间和精力消耗,同时也为企业提供更好的人才匹配和招聘效果评估手段。

功能需求

Python Flask招聘数据分析推荐系统是一个基于Flask框架开发的Web应用程序,旨在帮助用户分析和推荐符合其需求的招聘信息。该系统主要包括以下功能和实现方式:

用户登录与注册:通过提供登录和注册页面,用户可以创建账户或使用已有账户登录。用户的用户名和密码将保存在数据库中,并通过SQLAlchemy库进行数据库操作。

数据库连接与查询:系统通过SQLAlchemy库与MySQL数据库建立连接,并利用ORM(对象关系映射)模式,通过定义实体类(如Users、Job1)与数据库表之间的映射关系,对数据库进行增删改查操作。

首页推荐公司页面:根据用户的输入和要求,在数据库中筛选出符合条件的招聘信息,并将结果展示在首页。用户可以根据薪资、职位、城市等参数进行筛选,并通过模糊匹配算法(fuzzywuzzy)计算招聘信息与用户要求的匹配度。

职位分析页面:用户可以在此页面搜索特定职位,系统将根据职位名称在数据库中进行模糊匹配,并统计相关数据,如薪资分布、招聘地点分布等。最终将结果以图表形式展示给用户。

城市分析页面:用户可以选择具体城市,在数据库中筛选出该城市的招聘信息,并统计薪资分布情况。系统将结果以图表形式呈现给用户。

公司性质分析页面:系统从数据库中获取招聘信息中的公司性质数据,并进行统计和分析。最终将结果以图表形式展示给用户,帮助他们了解不同公司类型的就业机会。

职位需求分析页面:系统从数据库中获取招聘信息中的经验要求和学历要求数据,并进行统计和分析。最终将结果以图表形式展示给用户,帮助他们了解就业市场对经验和学历的需求情况。

用户信息管理页面:用户可以在此页面修改个人信息,如密码、目标城市、目标职位、期望薪资等。用户提交修改后,系统将更新数据库中相应的用户信息。

数据可视化:系统利用Python的数据可视化库(如Matplotlib、WordCloud)将统计结果以图表或词云的形式展示给用户,提供直观的数据分析效果。

通过这个系统,用户可以方便地搜索、分析和推荐符合自己需求的招聘信息,为就业决策提供参考和洞察。系统的开发和运行需要依赖Flask框架、SQLAlchemy库和其他相关的Python库,并使用MySQL数据库作为数据存储和查询的后端。

主要代码


from flask import Flask,redirect,url\_for,request,render\_template  
from sqlalchemy import create\_engine  
from dbCon import DB\_URI  
from sqlalchemy.orm import sessionmaker  
from model.entity import Users,Job1  
from fuzzywuzzy import fuzz  
from collections import Counter  
import re  
app=Flask(\_\_name\_\_)

user\_name='momo'  
\# 把用户名定义成一个全局变量

@app.route('/')  
\# 欢迎界面  
def welcome():  
    return render\_template("welcome.html")

@app.route('/login')  
\# 跳转到登陆页面login.html  
def login():  
    return render\_template("login.html")

@app.route('/logininfo',methods=\["post","get"\])  
\# 接收login表单中的数据  
def logininfo():  
    global user\_name  
    user\_name=request.form\['name'\]  
    password = request.form\['pass'\]  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    user = session.query(Users).filter(Users.user\_name == user_name).first()  
    if user is None:  
    # 判断该用户名是否存在,若不存在,反馈给页面  
        return render\_template('login.html', flag=1)  
    if password==user.password:  
    # 判断两次输入的密码是否一致,若不一致,反馈给页面  
        return render\_template("main.html", user\_name=user\_name)  
    if password!=user.password:  
        return render\_template('login.html', flag=1)

@app.route('/register')  
\# 跳转到注册页面register.html  
def register():  
    return render\_template("register.html")

@app.route('/registerinfo',methods=\["post","get"\])  
\# 接收register表单中的数据  
def registerinfo():  
    global user\_name  
    user\_name=request.form\['name'\]  
    password=request.form\['pass'\]  
    repassword=request.form\['repass'\]  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    user = session.query(Users).filter(Users.user\_name == user\_name).all()  
    if len(user)!=0:  
    # 判断此用户名是否被使用,若被使用,反馈给页面  
        return render\_template('register.html',flag=1)  
    if  password==repassword:  
    # 判断两次输入的密码是否一致,若一致,添加信息,否则,反馈给页面  
        ed\_users = Users(user\_name=user\_name, password=password)  
        session.add(ed\_users)  
        session.commit()  
        return render\_template('login.html',user\_name=user\_name)  
    else:  
        return render\_template('register.html',flag = 2)

@app.route('/index')  
\# 跳转到首页(推荐公司页面)index.html  
def index():  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    user = session.query(Users).filter(Users.user\_name == user\_name).first()  
    job=session.query(Job1).all()  
    res1=\[\]  
    res2=\[\]  
    res3=\[\]  
    res4=\[\]  
    if user.user\_targetjob is not None:  
    # 从job中筛选出符合职位要求的向量组,并写入res1  
        for item in job:  
            if fuzz.partial\_ratio(item.job\_name,user.user\_targetjob)>80:  
            # 筛选出职位匹配度大于80的job向量组  
                res1.append(item)  
    else: res1=job  
    if user.user\_targetcity is not None:  
    # 从res1中筛选出符合城市要求的向量组,并写入res2  
        for item in res1:  
            if item.place==user.user\_targetcity:  
                res2.append(item)  
    else: res2=res1  
    if user.user\_minsalary is not None:  
    # 从res2中筛选出大于最低薪资要求要求的向量组,并写入res3  
        for item in res2:  
            if int(item.salary\_min)\*1000>int(user.user\_minsalary):  
                res3.append(item)  
    else: res3=res2  
    if user.user\_maxsalary is not None:  
    # 从res3中筛选出小于最高薪资要求的向量组,并写入res4  
        for item in res3:  
            if int(item.salary\_max)\*1000<=int(user.user\_maxsalary):  
                res4.append(item)  
    else: res4=res3  
    if len(res4)==0:  
        return render\_template('index.html',flag=0)  
        # 如果没有找到符合所有要求的向量组,返回flag  
    else:  
        return render\_template('index.html',\*\*{'job':res4})

@app.route('/post')  
\# 跳转到职位分析页面post.html  
def post():  
    return render\_template('post.html')

@app.route('/postinfo',methods=\["GET","POST"\])  
\# 接收post.html表单中的信息  
def postinfo():  
    # 表单获取搜索内容  
    job\_name=request.form\['job\_name'\]  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    job = session.query(Job1).all()  
    place=\[\]  
    res=\[\]  
    for item in job:  
        if fuzz.partial\_ratio(item.job\_name, job\_name) > 80:  
            # 筛选出职位匹配度大于80的job向量组  
            place.append(item.place)  
            res.append(item)  
    res1=\[\]  
    res3=\[\]  
    res2=list()  
    if place is not None:  
        res3=Counter(place)  
        res1=res3.most\_common(10)  
    if res is not None:  
        res2.append(\["小于 3k", 0\])  
        res2.append(\["3k-7k", 0\])  
        res2.append(\["7k-10k", 0\])  
        res2.append(\["10k-15k", 0\])  
        res2.append(\["15k-20k", 0\])  
        res2.append(\["大于 20k", 0\])  
        i=0  
        for x in res:  
            if int(x.salary\_min) < 3:  
                res2\[0\]\[1\] = res2\[0\]\[1\] + 1  
            elif int(x.salary\_min) >= 3 and int(x.salary\_min) < 7:  
                res2\[1\]\[1\] = res2\[1\]\[1\] + 1  
            elif int(x.salary\_min) >= 7 and int(x.salary\_min) < 10:  
                res2\[2\]\[1\] = res2\[2\]\[1\] + 1  
            elif int(x.salary\_min) >= 10 and int(x.salary\_min) < 15:  
                res2\[3\]\[1\] = res2\[3\]\[1\] + 1  
            elif int(x.salary\_min) >= 15 and int(x.salary\_min) < 20:  
                res2\[4\]\[1\] = res2\[4\]\[1\] + 1  
            elif int(x.salary\_min) >= 20:  
                res2\[5\]\[1\] = res2\[5\]\[1\] + 1

    return render\_template('post.html',place=res1,salary\_min=res2,job\_name=job\_name,flag=1)

@app.route('/city')  
\# 跳转到城市分析页面city.html  
def city():  
    return render\_template('city.html')

@app.route('/city/serach',methods=\["post"\])  
\# 接收city.html的表单信息  
def city\_serach():  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    city=request.form\['place'\]  
    print(city)  
    tag=session.query(Job1).filter(Job1.place==city).first()  
    if tag is None:  
        print("2")  
        return render\_template('city.html',flag = 1)  
    res=session.query(Job1).filter(Job1.place==city).all()  
    res1=list()  
    res1.append(\["小于 3k",0\])  
    res1.append(\["3k-5k",0\])  
    res1.append(\["5k-7k",0\])  
    res1.append(\["7k-9k",0\])  
    res1.append(\["9k-11k",0\])  
    res1.append(\["大于 11k",0\])  
    for x in res:  
        if int(x.salary\_min) < 3:  
            res1\[0\]\[1\]=res1\[0\]\[1\]+1  
        elif int(x.salary\_min)>=3 and int(x.salary\_min) < 5:  
            res1\[1\]\[1\]=res1\[1\]\[1\]+1  
        elif int(x.salary\_min)>=5 and int(x.salary\_min) < 7:  
            res1\[2\]\[1\]=res1\[2\]\[1\]+1  
        elif int(x.salary\_min)>=7 and int(x.salary\_min) < 9:  
            res1\[3\]\[1\]=res1\[3\]\[1\]+1  
        elif int(x.salary\_min)>=9 and int(x.salary\_min) < 11:  
            res1\[4\]\[1\]=res1\[4\]\[1\]+1  
        elif int(x.salary\_min)>=11:  
            res1\[5\]\[1\]=res1\[5\]\[1\]+1  
    return render\_template('city.html',data=res1,city=city,flag2=1)

@app.route('/company')  
\# 跳转到公司性质分析页面company.html  
def company():  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    job = session.query(Job1).all()  
    res=\[\]  
    for item in job:  
        res.append(item.company\_type)  
    res1=Counter(res)  
    res2=res1.most\_common(12)  
    return render\_template('company.html',\*\*{'type':res2})

@app.route('/require')  
\# 跳转到职位需求分析页面require.html  
def require():  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    res = session.query(Job1).all()  
    res1 = list()  
    res1.append(\["应届生", 0\])  
    res1.append(\["1年以内经验", 0\])  
    res1.append(\["1-3年经验", 0\])  
    res1.append(\["3-5年经验", 0\])  
    res1.append(\["5-10年经验", 0\])  
    res1.append(\["10年以上经验", 0\])  
    for exp in res:  
        if exp.experience=='在校生/应届生':  
            res1\[0\]\[1\] = res1\[0\]\[1\] + 1  
        elif exp.experience=='1年以内经验':  
            res1\[1\]\[1\] = res1\[1\]\[1\] + 1  
        elif exp.experience=='1-3年经验':  
            res1\[2\]\[1\] = res1\[2\]\[1\] + 1  
        elif exp.experience=='3-5年经验':  
            res1\[3\]\[1\] = res1\[3\]\[1\] + 1  
        elif exp.experience=='5-10年经验':  
            res1\[4\]\[1\] = res1\[4\]\[1\] + 1  
        elif exp.experience=='10年以上经验':  
            res1\[5\]\[1\] = res1\[5\]\[1\] + 1  
    res2 = list()  
    res2.append(\["学历不限", 0\])  
    res2.append(\["初中", 0\])  
    res2.append(\["中专", 0\])  
    res2.append(\["高中", 0\])  
    res2.append(\["大专", 0\])  
    res2.append(\["本科", 0\])  
    res2.append(\["硕士", 0\])  
    res2.append(\["博士", 0\])

    for edu in res:  
        if edu.education == '学历不限':  
            res2\[0\]\[1\] = res2\[0\]\[1\] + 1  
        elif edu.education == '初中及以下':  
            res2\[1\]\[1\] = res2\[1\]\[1\] + 1  
        elif edu.education == '中技/中专':  
            res2\[2\]\[1\] = res2\[2\]\[1\] + 1  
        elif edu.education == '高中':  
            res2\[3\]\[1\] = res2\[3\]\[1\] + 1  
        elif edu.education == '大专':  
            res2\[4\]\[1\] = res2\[4\]\[1\] + 1  
        elif edu.education == '本科':  
            res2\[5\]\[1\] = res2\[5\]\[1\] + 1  
        elif edu.education == '硕士':  
            res2\[6\]\[1\] = res2\[6\]\[1\] + 1  
        elif edu.education == '博士':  
            res2\[7\]\[1\] = res2\[7\]\[1\] + 1  
    return render\_template('require.html',data=res1, data1=res2,flag=1)


@app.route('/user\_info')  
\# 跳转到修改信息页面user\_information.html,并传递数据  
def user\_info():  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    user = session.query(Users).filter(Users.user\_name == user\_name).first()  
    # 表示当前信息数据暂未被修改  
    return render\_template("user\_information.html",user=user)

@app.route('/user\_infoAlter/<edict>')  
\# 跳转到修改信息页面user\_information.html,提示信息修改成功,并传递修改后的数据数据  
def user\_infoAlter(edict):  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    user = session.query(Users).filter(Users.user\_name == user\_name).first()  
    return render\_template("user\_information.html",user=user,edict=edict)

@app.route('/user\_information',methods=\["post","get"\])  
\# 接收添加/修改用户信息页面的数据  
def user\_information():  
    password = request.form\['pass'\]  
    user\_targetcity=request.form\['city'\]  
    user\_targetjob=request.form\['job'\]  
    user\_minsalary=request.form\['minsalary'\]  
    user\_maxsalary=request.form\['maxsalary'\]  
    if user\_targetcity=='':  
        user\_targetcity=None  
    # 前端传到后端的空值需要令其为空  
    if user\_targetjob=='':  
        user\_targetjob=None  
    if user\_minsalary=='':  
        user\_minsalary=None  
    if user\_maxsalary=='':  
        user\_maxsalary=None  
    engine = create\_engine(DB\_URI, echo=False)  
    Session = sessionmaker(bind=engine)  
    session = Session()  
    user = session.query(Users).filter(Users.user\_name == user\_name).first()  
    if password==user.password:  
    #判断密码是否输入正确  
       edict='修改成功'  
       user.user\_targetcity = user\_targetcity  
       user.user\_targetjob = user\_targetjob  
       user.user\_minsalary=user\_minsalary  
       user.user\_maxsalary=user\_maxsalary  
    # 对user的数据进行更新,并传入数据库  
       session.commit()  
    else:  
        edict='密码输入错误,修改失败'  
    return redirect(url\_for('user\_infoAlter',edict=edict))  
    # 信息修改成功,跳转到user\_info\_alter函数

系统效果

相关文章
|
3天前
|
机器学习/深度学习 数据采集 算法
数据稀缺条件下的时间序列微分:符号回归(Symbolic Regression)方法介绍与Python示例
有多种方法可以处理时间序列数据中的噪声。本文将介绍一种在我们的研究项目中表现良好的方法,特别适用于时间序列概况中数据点较少的情况。
14 1
数据稀缺条件下的时间序列微分:符号回归(Symbolic Regression)方法介绍与Python示例
|
6天前
|
算法 Python
揭秘!Python数据魔术师如何玩转线性回归,让你的预测精准到不可思议
【9月更文挑战第13天】在数据科学领域,线性回归以其优雅而强大的特性,将复杂的数据关系转化为精准的预测模型。本文将揭秘Python数据魔术师如何利用这一统计方法,实现令人惊叹的预测精度。线性回归假设自变量与因变量间存在线性关系,通过拟合直线或超平面进行预测。Python的scikit-learn库提供了简便的LinearRegression类,使模型构建、训练和预测变得简单直接。
18 5
|
6天前
|
数据采集 传感器 数据可视化
利用Python进行数据分析与可视化
【9月更文挑战第11天】在数字化时代,数据已成为企业决策和科学研究的关键。本文将引导读者了解如何使用Python这一强大的工具进行数据分析和可视化,帮助初学者理解数据处理的流程,并掌握基本的可视化技术。通过实际案例,我们将展示如何从原始数据中提取信息,进行清洗、处理,最终以图形方式展现结果,使复杂的数据变得直观易懂。
|
8天前
|
存储 算法 测试技术
预见未来?Python线性回归算法:数据中的秘密预言家
【9月更文挑战第11天】在数据的海洋中,线性回归算法犹如智慧的预言家,助我们揭示未知。本案例通过收集房屋面积、距市中心距离等数据,利用Python的pandas和scikit-learn库构建房价预测模型。经过训练与测试,模型展现出较好的预测能力,均方根误差(RMSE)低,帮助房地产投资者做出更明智决策。尽管现实关系复杂多变,线性回归仍提供了有效工具,引领我们在数据世界中自信前行。
22 5
|
7天前
|
机器学习/深度学习 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的入门指南
【9月更文挑战第11天】本文旨在为初学者提供一条清晰的道路,通过Python探索数据科学的奇妙世界。我们将从基础语法讲起,逐步深入到数据处理、可视化以及机器学习等高级话题。文章不仅分享理论知识,还将通过实际代码示例,展示如何应用这些知识解决实际问题。无论你是编程新手,还是希望扩展技能的数据分析师,这篇文章都将是你宝贵的资源。
|
存储 数据可视化 JavaScript
如何在Flask中实现可视化?
如何在Flask中实现可视化?
278 0
如何在Flask中实现可视化?
|
2月前
|
监控 前端开发 API
实战指南:使用Python Flask与WebSocket实现高效的前后端分离实时系统
【7月更文挑战第18天】构建实时Web应用,如聊天室,可借助Python的Flask和WebSocket。安装Flask及Flask-SocketIO库,创建Flask应用,处理WebSocket事件。前端模板通过Socket.IO库连接服务器,发送和接收消息。运行应用,实现实时通信。此示例展现了Flask结合WebSocket实现前后端实时交互的能力。
294 3
|
21天前
|
前端开发 计算机视觉 Python
flask+python 实时视频流输出到前台
该文章介绍了如何使用Flask和Python实现实时视频流输出到网页前端,包括后端通过OpenCV捕获摄像头视频流、处理并编码为JPEG格式,然后以HTTP响应的形式发送给前端显示的完整示例代码和运行效果。
flask+python 实时视频流输出到前台
|
5天前
|
Python
使用Python和Flask构建简单的Web应用
使用Python和Flask构建简单的Web应用
18 6
|
1月前
|
机器学习/深度学习 数据采集 数据可视化
【优秀python系统毕设】基于Python flask的气象数据可视化系统设计与实现,有LSTM算法预测气温
本文介绍了一个基于Python Flask框架开发的气象数据可视化系统,该系统集成了数据获取、处理、存储、LSTM算法气温预测以及多种数据可视化功能,旨在提高气象数据的利用价值并推动气象领域的发展。