147-基于Python的IT行业招聘数据可视化分析系统

IT行业招聘数据可视化分析系统 --- 技术文档

版本：1.0 | 更新日期：2026-05-24

---

目录

1. 项目概述
2. 技术栈与依赖
3. 系统架构
4. 目录结构
5. 配置系统
6. 数据库设计
7. 核心模块详解
8. 视图层与路由系统
9. 前端架构
10. 数据分析功能
11. 接口文档
12. 部署与运行
13. 开发规范
14. 已知问题与注意事项

---

1. 项目概述

1.1 项目简介

本系统是一个面向IT行业招聘数据的可视化分析平台，基于Django + Bootstrap构建。系统对近6万条IT行业招聘数据进行多维度分析，包括薪资分布、城市分布、行业领域、技能需求、公司画像等，并提供统计检验、异常检测、聚类分析等高级数据挖掘功能。

1.2 核心功能

功能模块	说明
用户认证	注册、登录、个人资料管理、密码修改
数据概览	数据集总览仪表盘，关键指标一览
薪资分析	薪资分布、按城市/学历/经验的薪资对比
城市分布	各城市招聘数量、薪资水平、行业交叉分析
行业分析	IT细分领域分布、薪资、经验需求
经验学历	工作经验与学历要求分布及交叉分析
公司画像	融资阶段、公司规模与招聘特征
技能需求	高频技能词频统计与行业技能差异
福利待遇	福利词频统计与各维度福利差异
统计检验	描述性统计、正态性检验、方差分析
异常检测	IQR法与Z-Score法薪资异常检测
聚类分析	K-Means与DBSCAN聚类，自动寻优K值
报告导出	Excel/PDF格式分析报告生成与下载
数据管理	管理员对数据集的增删改查与CSV导入

1.3 数据集

• 文件 ：data/IT行业数据.csv
• 编码：UTF-8-BOM（utf-8-sig）
• 数据量：58,796条招聘记录
• 字段数：11个特征列

字段Key	中文标签	类型	示例值
职业	职位名称	text	app软件测试工程师、高级运维
城市	城市	categorical	北京·海淀区·上地、上海·浦东新区
公司	公司名称	text	慧博云通、安徽盈链
薪资	薪资范围	text	6-12K、9-11K（区间+K后缀）
经验	工作经验	categorical	经验不限、1-3年、5-10年
学历	学历要求	categorical	大专、本科、硕士
领域	行业领域	categorical	广告营销、计算机软件、通信/网络设备
融资	融资阶段	categorical	已上市、天使轮、A轮
规模	公司规模	categorical	100-499人、1000-9999人
要求	技能要求	text	终端设备,APP,汽车（逗号分隔）
福利	福利待遇	text	节日福利，补充医疗保险（中文逗号分隔）

---

2. 技术栈与依赖

2.1 技术栈

层级	技术	版本/说明
Web框架	Django	4.2.x，使用Jinja2模板引擎
数据库	MySQL	8.x，通过pymysql驱动连接
模板引擎	Jinja2	非Django默认模板引擎，自定义Environment
CSS框架	Bootstrap 5	响应式布局、组件、工具类
图标库	Bootstrap Icons + Boxicons	双图标库
可视化	Apache ECharts	5.x，通过charts.js封装调用
数据处理	pandas + numpy	CSV加载、DataFrame运算
机器学习	scikit-learn	K-Means、DBSCAN、PCA、IsolationForest
统计检验	scipy	Shapiro-Wilk、t检验、ANOVA、卡方检验
Excel生成	openpyxl	报告导出.xlsx
PDF生成	reportlab	报告导出.pdf（支持中文字体）
密码加密	passlib + bcrypt	用户密码哈希存储

2.2 requirements.txt

PyYAML
pandas
numpy
pymysql
django
scipy
scikit-learn
openpyxl
reportlab

注意 ：passlib（bcrypt密码加密）是隐式依赖，未列在requirements.txt中，需手动安装：pip install passlib[bcrypt]

---

3. 系统架构

3.1 整体架构

┌─────────────────────────────────────────────────────┐
│                    浏览器 (Browser)                   │
│  Bootstrap 5 + Apache ECharts + charts.js            │
└──────────────────────┬──────────────────────────────┘
                       │ HTTP
┌──────────────────────▼──────────────────────────────┐
│                Django Web 层 (core/views.py)          │
│  路由分发 → 数据加载(pandas) → 调用shared模块 → 模板渲染 │
└──────────────────────┬──────────────────────────────┘
                       │
        ┌──────────────┼──────────────┐
        ▼              ▼              ▼
┌──────────────┐ ┌───────────┐ ┌──────────────┐
│  database.py │ │  shared/  │ │ config.yaml  │
│  MySQL CRUD  │ │ 分析核心层 │ │  统一配置     │
└──────────────┘ └───────────┘ └──────────────┘
                       │
        ┌──────────────┼──────────────┐
        ▼              ▼              ▼
┌──────────────┐ ┌───────────┐ ┌──────────────┐
│analysis_core │ │ stats_core│ │clustering_core│
│  anomaly_core│ │report_core│ │              │
└──────────────┘ └───────────┘ └──────────────┘

3.2 架构分层

层级	职责	文件
配置层	全局配置、数据特征定义、模块开关	config.yaml
Web层	路由、请求处理、模板渲染	core/views.py, core/urls.py
数据层	MySQL CRUD操作、用户认证	database.py
分析核心层	框架无关的数据分析算法	shared/*.py
展示层	HTML模板、CSS样式、JS图表	templates/, static/

3.3 数据流

1. 用户通过浏览器发起HTTP请求
2. Django路由系统（core/urls.py）分发到对应视图函数（core/views.py）
3. 视图函数从session获取用户信息，进行权限校验
4. 需要数据分析时：pandas加载CSV → 调用shared/核心模块处理 → 返回字典结构
5. 需要数据库操作时：调用database.py的Database类方法
6. 将结果数据传入Jinja2模板，渲染HTML返回浏览器
7. 前端ECharts接收JSON数据，渲染交互式图表

---

4. 目录结构

code/
├── config.yaml                      # 全局配置（数据库、特征、模块开关、分析页面）
├── manage.py                        # Django管理脚本
├── run.py                           # 启动入口（校验依赖、启动Django）
├── database.py                      # 数据库抽象层（MySQL CRUD）
├── predictor.py                     # 预测封装（未启用，依赖不存在的predictor_core）
├── knowledge_crawler.py             # 爬虫封装（未启用，依赖不存在的crawler_core）
├── requirements.txt                 # Python依赖清单
├── design_147_it_recruitment.sql    # 数据库Schema导出
│
├── core/                            # Django应用 --- 路由与视图
│   ├── __init__.py
│   ├── urls.py                      # URL路由表（25+路由）
│   ├── views.py                     # 所有视图函数（~843行）
│   └── jinja2_env.py                # 自定义Jinja2环境（注入全局变量）
│
├── project/                         # Django项目配置
│   ├── __init__.py
│   ├── settings.py                  # Django设置（从config.yaml读取）
│   ├── urls.py                      # 根URL配置（include core.urls）
│   └── wsgi.py                      # WSGI入口
│
├── shared/                          # 框架无关的分析核心模块
│   ├── analysis_core.py             # 通用数据分析（~247行）
│   ├── anomaly_core.py              # 异常检测（~229行）
│   ├── clustering_core.py           # 聚类分析（~268行）
│   ├── stats_core.py                # 统计检验（~250行）
│   └── report_core.py               # 报告生成（~340行）
│
├── data/                            # 数据集目录
│   └── IT行业数据.csv                # 主数据集（58,796条记录）
│
├── reports/                         # 生成的报告文件
│
├── templates/                       # Jinja2 HTML模板（23个文件）
│   ├── base.html                    # 基础布局（侧边栏+导航+页脚）
│   ├── index.html                   # 首页
│   ├── login.html / register.html   # 登录/注册
│   ├── profile.html / edit_profile.html / change_password.html
│   ├── analytics.html               # 数据概览仪表盘
│   ├── salary_analysis.html         # 薪资分析
│   ├── city_distribution.html       # 城市分布
│   ├── industry_analysis.html       # 行业分析
│   ├── experience_education.html    # 经验学历分析
│   ├── company_profile.html         # 公司画像
│   ├── skills_analysis.html         # 技能需求
│   ├── benefits_analysis.html       # 福利待遇
│   ├── statistical.html             # 统计检验
│   ├── anomaly.html                 # 异常检测
│   ├── clustering.html              # 聚类分析
│   ├── reports.html                 # 报告导出
│   ├── data_manage.html             # 数据管理列表
│   ├── data_manage_edit.html        # 数据编辑表单
│   └── admin/
│       ├── dashboard.html           # 管理员仪表盘
│       └── users.html               # 用户管理
│
└── static/                          # 静态资源
    ├── css/
    │   ├── bootstrap.min.css        # Bootstrap 5（233KB）
    │   ├── bootstrap-icons.css      # Bootstrap图标（27KB）
    │   ├── boxicons.min.css         # Boxicons图标（4KB）
    │   └── style.css                # 自定义设计系统（63KB，2576行）
    ├── js/
    │   ├── bootstrap.bundle.min.js  # Bootstrap JS（80KB）
    │   ├── echarts.min.js           # Apache ECharts（1MB）
    │   └── charts.js                # ECharts封装库（14KB，428行）
    └── fonts/
        ├── bootstrap-icons.woff2
        └── boxicons.woff2

---

5. 配置系统

5.1 config.yaml 结构

所有可变参数集中在 config.yaml 中，系统各层启动时加载此文件。

project:          # 项目基础信息（名称、数据库连接、端口、主题色）
dataset:          # 数据集定义（文件、编码、特征列、目标列）
modules:          # 功能模块开关（true/false）
algorithms:       # ML算法配置（当前为空）
analysis_pages:   # 分析页面定义（路由、列、分组）
clustering:       # 聚类分析配置（特征列、最大K值）

5.2 project 配置

字段	说明	当前值
id	项目编号	147
name	项目名称	IT行业招聘数据可视化分析系统
stack	技术栈标识	django_bootstrap
db_name	MySQL数据库名	design_147_it_recruitment
db_host / db_port	数据库地址	localhost:3306
db_user / db_password	数据库凭据	root / 123456
port	Web服务端口	8003
theme_color	主题色	#F97316（橙色）

5.3 dataset 配置

特征定义驱动了数据库建表、表单生成、分析页面分发：

features:
  - key: 职业        # 数据库列名 / CSV列名
    label: 职位名称   # 显示标签
    type: text        # 类型：text / categorical / numeric / binary
  - key: 城市
    label: 城市
    type: categorical
    options: []       # 空则启动时从CSV自动提取唯一值

5.4 modules 配置

布尔开关控制功能模块的启用/禁用：

模块	当前状态	说明
auth	true	用户认证
analytics	true	数据分析
data_manage	true	数据管理
dashboard	true	管理面板
statistical_analysis	true	统计检验
anomaly_detection	true	异常检测
clustering	true	聚类分析
report_export	true	报告导出
prediction	false	预测（未实现）
model_evaluation	false	模型评估（未实现）
knowledge	false	知识爬虫（未实现）
consultation	false	咨询（遗留）

5.5 analysis_pages 配置

定义9个分析页面的路由、使用列、分组：

analysis_pages:
  - route: salary_analysis
    title: 薪资分析
    columns: [薪资]
    group: 薪资分析
  - route: city_distribution
    title: 城市分布
    columns: [城市]
    group: 地域分析
  # ... 共9个页面

视图层的 analytics_page(page_route) 函数根据路由名匹配配置，动态分发到对应的分析逻辑。

---

6. 数据库设计

6.1 连接配置

• 驱动：pymysql（纯Python MySQL驱动）
• 游标：DictCursor（返回字典而非元组）
• 字符集：utf8mb4（支持完整Unicode）
• 连接方式：每次请求创建新连接，用完关闭

6.2 表结构

users --- 用户表

CREATE TABLE users (
    id              INT PRIMARY KEY AUTO_INCREMENT,
    username        VARCHAR(100) UNIQUE NOT NULL,
    email           VARCHAR(200) UNIQUE NOT NULL,
    password_hash   VARCHAR(255) NOT NULL,
    role            VARCHAR(20) DEFAULT 'user',       -- 'user' 或 'admin'
    status          VARCHAR(20) DEFAULT 'active',     -- 'active' 或 'disabled'
    full_name       VARCHAR(100) DEFAULT '',
    phone           VARCHAR(30) DEFAULT '',
    gender          VARCHAR(20) DEFAULT '',
    age             INT NULL,
    department      VARCHAR(100) DEFAULT '',
    title           VARCHAR(100) DEFAULT '',
    license_no      VARCHAR(100) DEFAULT '',
    bio             TEXT NULL,
    last_login_at   DATETIME NULL,
    created_at      TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

• 默认管理员自动创建：admin / admin123
• 密码使用bcrypt哈希存储（passlib库）

dataset_data --- 数据集表

CREATE TABLE dataset_data (
    id        INT PRIMARY KEY AUTO_INCREMENT,
    职业      VARCHAR(200),    -- 职位名称
    城市      VARCHAR(100),    -- 城市
    公司      VARCHAR(200),    -- 公司名称
    薪资      VARCHAR(200),    -- 薪资范围
    经验      VARCHAR(100),    -- 工作经验
    学历      VARCHAR(100),    -- 学历要求
    领域      VARCHAR(100),    -- 行业领域
    融资      VARCHAR(100),    -- 融资阶段
    规模      VARCHAR(100),    -- 公司规模
    要求      VARCHAR(200),    -- 技能要求
    福利      VARCHAR(200),    -- 福利待遇
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

• 列名来自config.yaml的features定义，通过 _feature_to_sql_column() 动态生成
• 首次启动时若表为空，自动从CSV导入全部数据

predictions --- 预测记录表（未启用）

CREATE TABLE predictions (
    id                INT PRIMARY KEY AUTO_INCREMENT,
    user_id           INT,
    职业, 城市, 公司, 薪资, 经验, 学历, 领域, 融资, 规模, 要求, 福利  -- 同dataset_data
    prediction_result DOUBLE,
    risk_level        VARCHAR(50),
    algorithm         VARCHAR(50) DEFAULT 'xgboost',
    created_at        TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    FOREIGN KEY (user_id) REFERENCES users(id) ON DELETE CASCADE
);

遗留表（未使用）

• consultations --- 咨询会话表
• consultation_messages --- 咨询消息表
• health_contents --- 健康知识表

这些表来自原始医疗健康模板，在本系统中未使用。

6.3 数据库方法清单

Database类方法

用户管理：

方法	参数	说明
register_user()	username, email, password, role, **extra	注册新用户
authenticate_user()	username, password	验证登录凭据
get_user_by_id()	user_id	按ID查询用户
get_all_users()	page, per_page	分页查询用户列表
update_user_role()	user_id, role	修改用户角色
update_user_status()	user_id, status	启用/禁用用户
delete_user()	user_id	删除用户
update_profile()	user_id, **fields	更新个人资料
change_password()	user_id, old_pw, new_pw	修改密码（验证旧密码）
reset_password()	user_id, new_pw	管理员重置密码
get_user_count()	---	获取用户总数

数据管理：

方法	参数	说明
get_dataset_data()	page, per_page, search	分页查询数据集（支持搜索）
add_dataset_record()	data	新增数据记录
get_dataset_record()	record_id	查询单条记录
update_dataset_record()	record_id, data	更新数据记录
delete_dataset_record()	record_id	删除数据记录
get_dataset_count()	---	获取记录总数
import_csv()	---	从CSV批量导入数据

---

7. 核心模块详解

7.1 shared/analysis_core.py --- 数据分析核心

类 ：AnalysisCore

构造函数 ：__init__(self, data_path, target_column, feature_config)

• data_path：CSV文件路径
• target_column：目标列名
• feature_config：特征配置列表
• 内部使用pandas懒加载DataFrame

方法：

方法	说明	返回值
overview()	数据集概览	{shape, dtypes, missing, describe}
category_distribution(columns)	分类变量值分布	{col: {value: count}}
category_vs_target(cat_column)	分类变量与目标交叉表	交叉表DataFrame
numeric_distribution(columns, bins)	数值变量直方图分箱	{col: {bin_labels, counts}}
correlation_matrix()	Pearson相关系数矩阵	相关性DataFrame
risk_factor_analysis()	风险因素分组分析	分组统计字典
aggregate(group_col, agg_col, funcs)	通用聚合	聚合结果DataFrame

7.2 shared/stats_core.py --- 统计检验

类 ：StatsCore

构造函数 ：__init__(self, data_path, numeric_columns)

方法：

方法	说明	统计方法
descriptive_stats(columns)	描述性统计	count/mean/std/min/quartiles/max
normality_test(column)	正态性检验	Shapiro-Wilk（大样本采样5000）
ttest(column, group_col, a, b)	两组均值比较	独立样本t检验
anova(column, group_col)	多组均值比较	单因素方差分析（One-way ANOVA）
chi_square(col_a, col_b)	分类变量独立性	卡方检验
summary(target, groups)	综合统计报告	描述性 + 正态性 + ANOVA

返回结构示例（anova）：

{
    "f_statistic": 12.34,
    "p_value": 0.0001,
    "significant": True,
    "groups": [
        {"name": "1-3年", "count": 5000, "mean": 12.5, "std": 5.2},
        {"name": "3-5年", "count": 3000, "mean": 18.7, "std": 6.1}
    ]
}

7.3 shared/anomaly_core.py --- 异常检测

类 ：AnomalyCore

构造函数 ：__init__(self, data_path, numeric_columns)

方法：

方法	说明	算法
iqr_detection(column, multiplier=1.5)	IQR四分位距法	Q1 - 1.5IQR 以下，Q3 + 1.5IQR 以上
zscore_detection(column, threshold=3.0)	Z-Score标准分数法	|z| > threshold
isolation_forest(columns, contamination=0.05)	孤立森林	scikit-learn IsolationForest
summary(columns)	综合异常报告	IQR + Z-Score 双重检测

IQR返回结构：

{
    "outliers": [原始数据中的异常值列表],
    "box_data": {"min": 3.0, "q1": 8.0, "median": 12.0, "q3": 20.0, "max": 35.0, "outliers": [60, 80]}
}

7.4 shared/clustering_core.py --- 聚类分析

类 ：ClusteringCore

构造函数 ：__init__(self, data_path, feature_columns) 或通过 set_dataframe(df) 注入

方法：

方法	说明	算法
find_optimal_k(max_k=10)	最优K值搜索	肘部法（惯性）+ 轮廓系数
kmeans(n_clusters)	K-Means聚类	scikit-learn KMeans
dbscan(eps=0.5, min_samples=5)	DBSCAN密度聚类	scikit-learn DBSCAN
_cluster_profiling(df, cols)	聚类画像生成	每簇统计量计算

处理流程：

1. StandardScaler标准化特征
2. 执行聚类算法
3. 对聚类中心逆变换回原始尺度
4. PCA降维到2D用于散点图可视化
5. 生成每簇画像（样本数、占比、特征均值）

kmeans返回结构：

{
    "k": 4,
    "silhouette_score": 0.4521,
    "total_samples": 58000,
    "labels": [0, 1, 2, 0, ...],
    "centers": [
        {"cluster": 0, "values": {"薪资": 15.2, "经验": 2.1, "学历": 1.5, "规模": 3.2}},
        {"cluster": 1, "values": {"薪资": 8.5, "经验": 0.8, "学历": 0.5, "规模": 1.8}}
    ],
    "profile": [
        {"cluster": 0, "count": 15000, "pct": 25.8, "features": {"薪资": {"mean": 15.2, "std": 5.1, "min": 5.0, "max": 30.0}}},
    ],
    "scatter_data": {"x": [...], "y": [...], "labels": [...], "x_label": "PC1", "y_label": "PC2"},
    "columns": ["薪资", "经验", "学历", "规模"]
}

7.5 shared/report_core.py --- 报告生成

类 ：ReportCore

构造函数 ：__init__(self, data_path, feature_config)

方法：

方法	说明	输出格式
prepare_report_data()	计算报告所需数据	字典结构
generate_excel(output_path)	生成Excel报告	.xlsx（4个Sheet）
generate_pdf(output_path)	生成PDF报告	.pdf（中文字体）
list_reports(report_dir)	列出已有报告	文件列表

Excel报告Sheet：

1. 数据概览 --- 总记录数、字段数、缺失值统计
2. 描述性统计 --- 各数值列的count/mean/std/min/quartiles/max
3. 相关性矩阵 --- Pearson相关系数
4. 数据样本 --- 前100条数据

PDF报告：使用reportlab生成，自动检测系统中文字体（msyh.ttc / simhei.ttf / simfang.ttf）。

---

8. 视图层与路由系统

8.1 路由总览

所有路由定义在 core/urls.py，通过 project/urls.py 的 path("", include("core.urls")) 包含。

认证相关

URL	方法	视图函数	说明
/	GET	index	首页
/login	GET/POST	login_view	登录
/register	GET/POST	register_view	注册
/logout	GET	logout_view	退出登录
/profile	GET	profile_page	个人资料
/edit_profile	GET/POST	edit_profile	编辑资料
/change_password	GET/POST	change_password	修改密码

数据分析

URL	方法	视图函数	说明
/analytics	GET	analytics_overview	数据概览仪表盘
/analytics/<page_route>	GET	analytics_page	9个分析页面的动态分发

高级分析

URL	方法	视图函数	说明
/clustering	GET/POST	clustering_page	聚类分析
/association	GET	association_page	关联规则（未启用）

报告导出

URL	方法	视图函数	说明
/reports	GET	reports_page	报告页面
/reports/generate	POST	reports_generate	生成报告
/reports/download/<filename>	GET	reports_download	下载报告

数据管理（管理员）

URL	方法	视图函数	说明
/data_manage	GET	data_manage_page	数据列表（分页+搜索）
/data_manage/add	GET/POST	data_manage_add	新增数据
/data_manage/edit/<id>	GET/POST	data_manage_edit	编辑数据
/data_manage/delete/<id>	POST	data_manage_delete	删除数据
/data_manage/import_csv	POST	data_manage_import_csv	CSV导入

管理面板（管理员）

URL	方法	视图函数	说明
/admin	GET	admin_dashboard	管理仪表盘
/admin/users	GET	admin_users	用户列表
/admin/users/<id>/role	POST	admin_update_role	修改角色
/admin/users/<id>/status	POST	admin_update_status	修改状态
/admin/users/<id>/reset_password	POST	admin_reset_password	重置密码
/admin/users/<id>/delete	POST	admin_delete_user	删除用户
/admin/users/create	POST	admin_create_user	创建用户

API

URL	方法	视图函数	说明
/api/overview	GET	api_overview	JSON概览数据

8.2 视图函数详解

薪资解析函数

def parse_salary(s):
    """解析薪资字符串为月薪中位数（千元）"""
    # 正则：([\d.]+)-([\d.]+)K
    # "6-12K" → 9.0，"面议" → None

此函数在视图层和report_core中各有一份实现，用于将"6-12K"格式的薪资转换为数值。

词频统计函数

def word_freq(series, sep=',', top_n=30):
    """统计文本序列中的词频"""
    # 分割 → 计数 → 排序 → 返回 {labels: [...], values: [...]}

分析页面动态分发

analytics_page(page_route) 函数是核心分发器：

1. 从config.yaml的analysis_pages中匹配page_route
2. 加载CSV数据
3. 对经验/学历/融资字段应用VALID_*集合过滤噪声值
4. 根据页面类型执行对应的分析逻辑
5. 将结果传入对应的模板渲染

8.3 权限控制

def require_login(request):
    """要求登录，未登录返回None"""

def require_admin_user(request):
    """要求管理员权限，非管理员返回None"""

• 基于Django Session的认证机制
• Session存储在签名Cookie中（SESSION_ENGINE = "django.contrib.sessions.backends.signed_cookies"）
• 管理员路由在视图函数内通过 require_admin_user() 校验
• 无CSRF保护（MIDDLEWARE中未启用CsrfViewMiddleware）

---

9. 前端架构

9.1 模板引擎

使用Jinja2（非Django默认模板引擎），通过 core/jinja2_env.py 自定义Environment：

# 自动注入的全局变量
- config: 完整的config.yaml字典
- project_name: 项目名称字符串

9.2 基础布局 (base.html)

┌──────────────────────────────────────────────────┐
│  ┌──────────┐  ┌──────────────────────────────┐  │
│  │  侧边栏   │  │       主内容区               │  │
│  │  260px    │  │  {% block content %}         │  │
│  │  固定定位  │  │                              │  │
│  │           │  │                              │  │
│  │ 品牌Logo  │  │                              │  │
│  │ ─────── │  │                              │  │
│  │ 数据分析  │  │                              │  │
│  │ · 薪资   │  │                              │  │
│  │ · 城市   │  │                              │  │
│  │ · ...    │  │                              │  │
│  │ ─────── │  │                              │  │
│  │ 高级分析  │  │                              │  │
│  │ · 统计   │  │                              │  │
│  │ · 异常   │  │                              │  │
│  │ · 聚类   │  │                              │  │
│  │ · 报告   │  │                              │  │
│  │ ─────── │  │                              │  │
│  │ 系统管理  │  │                              │  │
│  │ · 管理台  │  │                              │  │
│  │ · 数据   │  │                              │  │
│  │ · 用户   │  │                              │  │
│  └──────────┘  └──────────────────────────────┘  │
│                    ┌──────────────────────────┐   │
│                    │        页脚               │   │
│                    └──────────────────────────┘   │
└──────────────────────────────────────────────────┘

• 侧边栏992px以下自动收起，显示汉堡菜单按钮
• 导航链接通过JavaScript自动高亮当前页面
• 页面模板继承base.html，通过 {% block content %} 和 {% block extra_js %} 扩展

9.3 设计系统 (style.css)

CSS自定义属性（设计令牌）：

:root {
    --primary: #F97316;          /* 主题色：橙色 */
    --primary-light: #FB923C;
    --primary-dark: #EA580C;
    --accent: #F59E0B;           /* 强调色：琥珀 */
    --bg-main: #F8FAFC;          /* 主背景 */
    --bg-card: #FFFFFF;          /* 卡片背景 */
    --text-primary: #1E293B;     /* 主文本 */
    --text-secondary: #64748B;   /* 次要文本 */
    --sidebar-width: 260px;      /* 侧边栏宽度 */
}

模块主题色：

每个分析页面有独立的 theme-* class，控制页面头部渐变色：

页面	主题class	色调
薪资分析	theme-salary	绿色系
城市分布	theme-city	蓝色系
行业分析	theme-industry	紫色系
经验学历	theme-experience	靛蓝色系
公司画像	theme-company	粉色系
技能需求	theme-skills	青色系
福利待遇	theme-benefits	琥珀色系
统计检验	theme-stats	蓝绿色系
异常检测	theme-anomaly	红色系
聚类分析	theme-cluster	紫罗兰色系

主要组件样式：

• 按钮：微交互、阴影、hover效果
• 卡片：圆角、阴影、hover提升
• 表单：统一样式、聚焦状态
• 表格：斑马纹、hover高亮
• 统计卡片：图标+数字+标签
• 图表容器：统一标题栏+内容区
• 分页：Bootstrap风格
• 响应式断点：992px / 768px / 480px

9.4 图表库 (charts.js)

封装Apache ECharts的工具库，提供统一API：

ChartLib = {
    COLORS: [...],                    // 10色调色板
    GRADIENTS: [...],                 // 渐变色
    setFieldMapping(map),             // 设置字段名中文映射
    cn(key),                          // 字段key → 中文标签
    init(domId),                      // 初始化ECharts实例
    bar(domId, categories, values, opts),     // 柱状图
    pie(domId, data, opts),                   // 饼图
    heatmap(domId, x, y, data, opts),         // 热力图
    boxplot(domId, categories, boxData, opts), // 箱线图
    scatter(domId, data, opts),               // 散点图
    dualAxis(domId, cat, left, right, opts),  // 双轴图
    groupedBar(domId, cat, series, opts),     // 分组柱状图
    resizeAll()                               // 全部重绘（窗口resize时自动调用）
}

使用模式：

// 在模板的 extra_js block 中
ChartLib.setFieldMapping({{ field_mapping | tojson }});

var chart = ChartLib.init('chartDomId');
if (chart) {
    chart.setOption({
        // ECharts原生配置
    });
}

9.5 登录/注册页面

独立于base.html的全屏页面，包含：

• 左侧：表单区域
• 右侧：装饰性动画面板（浮动形状、脉冲环、渐变背景）

---

10. 数据分析功能

10.1 数据概览 (analytics_overview)

路由 ：/analytics

计算指标：

• 总样本数：len(df)
• 平均薪资：parse_salary() 解析后取均值
• 城市数量：城市字段去重计数
• 行业数量：领域字段去重计数
• 公司数量：公司字段去重计数

图表：

1. 城市Top10招聘数量柱状图
2. 行业Top10招聘数量柱状图
3. 薪资分布（8个区间：0-5K, 5-8K, 8-12K, 12-15K, 15-20K, 20-30K, 30-50K, 50K+）

10.2 薪资分析 (salary_analysis)

路由 ：/analytics/salary_analysis

分析内容：

1. 薪资分布直方图 --- 按薪资中位数分箱统计
2. 城市薪资Top15 --- 按城市分组，计算平均薪资
3. 学历薪资对比 --- 按学历分组，计算平均薪资
4. 经验薪资对比 --- 按经验分组，计算平均薪资

10.3 城市分布 (city_distribution)

路由 ：/analytics/city_distribution

分析内容：

1. 城市招聘数量Top20 --- 柱状图
2. 城市平均薪资Top20 --- 柱状图
3. 城市×行业交叉 --- Top5城市与Top5行业的堆叠柱状图

10.4 行业分析 (industry_analysis)

路由 ：/analytics/industry_analysis

分析内容：

1. 行业分布饼图 --- 各行业占比
2. 行业平均薪资Top20 --- 柱状图
3. 行业×经验交叉 --- Top10行业与经验的堆叠柱状图

10.5 经验学历分析 (experience_education)

路由 ：/analytics/experience_education

分析内容：

1. 经验分布 --- 柱状图
2. 学历分布 --- 柱状图
3. 经验×薪资 --- 箱线图
4. 学历×薪资 --- 箱线图
5. 经验×学历热力图 --- 交叉频次

10.6 公司画像 (company_profile)

路由 ：/analytics/company_profile

分析内容：

1. 融资阶段分布 --- 饼图
2. 公司规模分布 --- 柱状图
3. 规模×薪资 --- 柱状图
4. 融资×规模热力图 --- 交叉频次

10.7 技能需求 (skills_analysis)

路由 ：/analytics/skills_analysis

分析内容：

1. 技能词频Top30 --- 逗号分隔文本的词频统计
2. 行业×技能交叉 --- Top5行业的Top技能分组柱状图

10.8 福利待遇 (benefits_analysis)

路由 ：/analytics/benefits_analysis

分析内容：

1. 福利词频Top20 --- 中文逗号分隔文本的词频统计

10.9 统计检验 (statistical)

路由 ：/analytics/statistical

调用 ：shared/stats_core.py 的 StatsCore

分析内容：

1. 描述性统计 --- 薪资的count/mean/std/min/quartiles/max
2. 正态性检验 --- Shapiro-Wilk检验
3. 方差分析（经验） --- 不同工作经验组的薪资ANOVA
4. 方差分析（学历） --- 不同学历组的薪资ANOVA

10.10 异常检测 (anomaly)

路由 ：/analytics/anomaly

调用 ：shared/anomaly_core.py 的 AnomalyCore

分析内容：

1. IQR箱线图 --- 可视化异常值
2. IQR异常值表 --- 异常值详情
3. Z-Score异常值表 --- 标准分数异常值
4. 两种方法对比 --- 综合对比表

10.11 聚类分析 (clustering)

路由 ：/clustering（GET显示表单，POST执行分析）

调用 ：shared/clustering_core.py 的 ClusteringCore

参数：

• 算法：K-Means / DBSCAN
• K值：2-10（K-Means）
• EPS / Min Samples（DBSCAN）
• 搜索最优K：勾选后执行肘部法+轮廓系数

处理流程：

1. 解析薪资为数值
2. 对经验/学历/规模进行Label Encoding
3. StandardScaler标准化
4. 执行聚类
5. PCA降维到2D用于散点图
6. 生成聚类画像和中心表

输出图表：

1. 最优K搜索图（双轴：惯性+轮廓系数）
2. 聚类散点图（PCA 2D）
3. 聚类画像表（样本数、占比、特征均值）
4. 聚类中心表

---

11. 接口文档

11.1 JSON API

GET /api/overview

返回数据集概览信息。

响应：

{
    "total_samples": 58796,
    "avg_salary": 15.23,
    "city_count": 350,
    "industry_count": 45,
    "company_count": 12000
}

11.2 报告下载

GET /reports/download/

下载已生成的报告文件。

• 路径参数 ：filename --- 报告文件名（如 report_20260523_005303.xlsx）
• 响应：文件流（Content-Disposition: attachment）

11.3 CSV导入

POST /data_manage/import_csv

触发CSV数据重新导入。

• 权限：管理员
• 响应 ：重定向到 /data_manage?imported=<count>

---

12. 部署与运行

12.1 环境要求

• Python：3.8+
• MySQL：5.7+ 或 8.x
• 操作系统：Windows / Linux / macOS

12.2 安装步骤

# 1. 创建虚拟环境
conda create -n it_recruitment python=3.8
conda activate it_recruitment

# 2. 安装依赖
pip install -r requirements.txt
pip install passlib[bcrypt]    # 隐式依赖

# 3. 配置MySQL
# 创建数据库：CREATE DATABASE design_147_it_recruitment CHARACTER SET utf8mb4;
# 修改 config.yaml 中的数据库连接信息

# 4. 启动服务
python run.py
# 或
python manage.py runserver 0.0.0.0:8003

12.3 启动流程

run.py 的启动流程：

1. 加载 config.yaml
2. 检查 requirements.txt 中的依赖是否安装
3. 检查数据文件 data/IT行业数据.csv 是否存在
4. 创建必要的目录（model/, reports/）
5. 设置Django环境变量
6. 调用 execute_from_command_line 启动Django开发服务器

12.4 首次启动

首次启动时自动执行：

1. database.py → init_database()：

   • 创建所有数据库表
   • 创建默认管理员（admin / admin123）
   • 若 dataset_data 表为空，自动调用 import_csv() 从CSV导入58,796条数据

2. core/views.py 模块加载时：

   • 从CSV提取分类特征的唯一值，自动填充config中空的 options

12.5 默认凭据

用户名	密码	角色
admin	admin123	admin

管理员重置密码的默认值为 123456。

---

13. 开发规范

13.1 硬性规范

1. 禁止蓝紫渐变配色 --- 使用单一主题色的同色系调色板
2. 禁止N+1数据库查询 --- 列表页必须JOIN或批量查询
3. 代码复用 --- 3处以上相似代码必须重构为可复用单元

13.2 架构原则

• 所有业务逻辑调用 shared/ 中的核心模块
• Web层（core/views.py）只做路由转发和模板渲染
• 核心模块（shared/*.py）框架无关，纯Python，返回字典/列表
• 数据库操作集中在 database.py
• 配置集中在 config.yaml

13.3 分析页面扩展

新增分析页面只需：

1. 在 config.yaml 的 analysis_pages 添加配置
2. 在 core/views.py 的 analytics_page() 中添加对应的分析逻辑
3. 创建模板文件 templates/<route>.html
4. 在 templates/base.html 的侧边栏添加导航链接

13.4 模板开发

• 继承 base.html
• 使用 {% block content %} 填充主内容
• 使用 {% block extra_js %} 添加页面JS
• 图表使用 ChartLib 封装库
• 字段名翻译使用 field_mapping.get(key, key) 或 ChartLib.cn(key)

---

14. 已知问题与注意事项

14.1 安全相关

1. 无CSRF保护：Django的CsrfViewMiddleware未启用，所有POST表单无CSRF Token
2. Session存储：使用签名Cookie（signed_cookies），非服务端Session
3. 默认弱密码 ：管理员默认密码 admin123，重置密码为 123456
4. 数据库凭据明文：config.yaml中数据库密码明文存储

14.2 代码相关

1. 遗留代码 ：数据库中有 consultations、consultation_messages、health_contents 三个遗留表，Database类中有对应的遗留方法，均未使用
2. 未实现模块 ：predictor.py 和 knowledge_crawler.py 依赖不存在的核心模块，功能未实现
3. 缺失依赖 ：passlib 未列在 requirements.txt 中
4. 薪资解析重复 ：parse_salary() 在 views.py 和 report_core.py 中各有一份实现

14.3 性能相关

1. 无数据库连接池：每次请求创建新连接，高并发下性能较差
2. CSV全量加载：每次分析请求都重新读取整个CSV文件（58,796行）
3. 聚类采样：轮廓系数计算在大数据集上采样5000条以加速

14.4 兼容性

1. Python版本：要求3.8+（使用了f-string、walrus operator等特性）
2. MySQL字符集：必须使用utf8mb4以支持中文和emoji
3. 中文字体：PDF报告需要系统安装中文字体（msyh.ttc / simhei.ttf / simfang.ttf）

---

附录A：环境变量

本系统不使用环境变量，所有配置通过 config.yaml 管理。

附录B：错误码

系统无统一错误码体系，错误通过以下方式处理：

• 认证失败：重定向到 /login
• 权限不足：重定向到 /
• 数据不存在：Django Http404
• 分析错误：返回 {error: "错误信息"} 在模板中显示

附录C：版本历史

版本	日期	说明
1.0	2026-05-24	初始版本，包含完整分析功能