A367-基于 Boss 直聘大数据的岗位分析与智能就业服务研究
技术文档
一、项目概述
本系统旨在基于岗位招聘数据，结合用户输入的基本条件（如岗位名称、工作城市、工作经验、学历），预测其对应的市场月薪水平。系统实现了两种机器学习模型（K-近邻模型与决策树回归模型）的并行预测，并返回薪资估计结果。
二、系统架构
pgsql
CopyEdit
+--------------------+
| 用户输入条件 |
| - area |
| - experience |
| - record |
| - position |
+--------------------+
↓
+--------------------+
| 数据清洗与编码 |
| - 缺失值填充 |
| - 类别数值化 |
| - 特征映射构建 |
+--------------------+
↓
+-------------------------------+
| 模型1：KNN分类器 |
| 模型2：决策树回归器 |
| - 使用训练集拟合 |
| - 使用预测样本推断月薪 |
+-------------------------------+
↓
+--------------------+
| 输出预测薪资（单位：千元） |
+--------------------+
三、数据来源
*
数据源：招聘数据（本地CSV文件data2.csv，亦可替换为MySQL数据库读取）
*
*
字段示例：area（城市）、experience（经验）、record（学历）、position（岗位）、yuexin（月薪）
*
四、数据预处理
- 特征选择
输入特征字段：
area：工作城市（如北京、上海）
experience：经验要求（如“无需经验”、“1-3年”）
record：学历（如“本科”、“大专”）
position：岗位名称（如“数据分析师”、“测试工程师”）
输出字段：
yuexin：薪资字段（取招聘月薪中最低档，单位为千元）
- 数据清洗步骤
-
缺失值填充：统一填充为“未知”
薪资字段清洗
原始格式如：“8-10千/月”
提取最低值（“8”）并转换为整数（8）
重复值剔除：drop_duplicates()
分类变量编码：
将每一列的类别值映射为唯一整数编码（如：北京→0，上海→1）
五、模型设计与实现
- KNN 模型（K-Nearest Neighbors）
-
模型类型：KNeighborsClassifier
目标：将类别标签 yuexin（数值）作为分类目标进行预测
邻居数（K值）：8
训练集划分：99%训练集，1%测试集
预测过程：
对用户输入的条件进行相同的映射编码
使用 .predict() 返回预测类别（即薪资区间）
- 决策树模型（Decision Tree）
模型类型：DecisionTreeRegressor
目标：对连续薪资数值进行回归预
训练集划分：99%训练集，1%测试集
预测过程
同样使用统一映射处理输入
调用 .predict() 返回精确数值型月薪预测（浮点数）
*
六、预测接口设计
def yuceact(position, area, experience, record):
# 构造输入字典
tiaojian = {
'position': position,
'area': area,
'experience': experience,
'record': record
}
# KNN预测
xinzi_knn = knnyuce(tiaojian)
# 决策树预测
xinzi_tree = jueceshhuyuece(tiaojian)
return {
'knn': xinzi_knn,
'decision_tree': xinzi_tree
}
调用示例：
yuceact(
position='产业规划策划师',
area='北京',
experience='无需经验',
record='本科'
)
输出示例：
KNN预测结果: 月薪 8 万决策树预测结果: 月薪 8.7 万
七、核心依赖环境
| 名称 | 版本要求 |
|---|---|
| Python | 3.7+ |
| pandas | >=1.0 |
| numpy | >=1.18 |
| scikit-learn | >=0.24 |
| pymysql | 用于数据库读取 |
| joblib | 用于模型持久化（可选） |