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
|
5月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
423 0
|
5月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
496 1
|
5月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
609 0
|
5月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
309 0
|
搜索推荐 前端开发 数据可视化
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
本文介绍了一个基于Django框架、协同过滤算法、ECharts数据可视化以及Bootstrap前端技术的酒店推荐系统,该系统通过用户行为分析和推荐算法优化,提供个性化的酒店推荐和直观的数据展示,以提升用户体验。
917 1
【优秀python web毕设案例】基于协同过滤算法的酒店推荐系统,django框架+bootstrap前端+echarts可视化,有后台有爬虫
|
搜索推荐 算法 小程序
基于Java协同过滤算法的电影推荐系统设计和实现(源码+LW+调试文档+讲解等)
基于Java协同过滤算法的电影推荐系统设计和实现(源码+LW+调试文档+讲解等)
|
搜索推荐 算法 前端开发
美食物管理与推荐系统Python+Django网站开发+协同过滤推荐算法应用【计算机课设项目推荐】
美食物管理与推荐系统Python+Django网站开发+协同过滤推荐算法应用【计算机课设项目推荐】
571 4
美食物管理与推荐系统Python+Django网站开发+协同过滤推荐算法应用【计算机课设项目推荐】
|
搜索推荐 算法 小程序
基于Java协同过滤算法的图书推荐系统设计和实现(源码+LW+调试文档+讲解等)
基于Java协同过滤算法的图书推荐系统设计和实现(源码+LW+调试文档+讲解等)
|
搜索推荐 前端开发 数据可视化
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现
本文介绍了一个基于Python协同过滤算法的旅游景点推荐系统,该系统采用Django框架、MySQL数据库、Bootstrap前端和echarts数据可视化技术,旨在为用户提供个性化的旅游推荐服务,提升用户体验和旅游市场增长。
1980 9
基于Python协同过滤的旅游景点推荐系统,采用Django框架,MySQL数据存储,Bootstrap前端,echarts可视化实现

推荐镜像

更多