一、系统简介

本系统基于Boss直聘招聘数据构建，采用Python爬虫技术获取招聘信息，使用Flask框架开发后端接口，前端基于Vue和ECharts实现数据可视化展示。系统不仅能够对招聘市场数据进行统计分析，还支持职位收藏、薪资预测和职位推荐等功能，帮助用户了解就业市场动态，为求职决策提供参考。

系统采用随机森林算法实现薪资预测功能，根据职位相关特征预测岗位薪资水平；采用基于物品的协同过滤算法实现职位推荐，根据用户收藏记录推荐相似职位，提高职位匹配效率。

二、系统功能

1. 招聘数据概览

系统展示采集到的招聘岗位信息，包括职位名称、薪资待遇、学历要求、经验要求、公司信息等内容。

管理员可对招聘数据进行管理和删除操作，用户可查看职位详情并跳转至对应招聘页面，同时支持职位收藏功能。系统提供多条件筛选，可根据城市、学历、经验、薪资区间以及收藏状态进行查询。

2. 就业专栏

（1）城市平均薪资分析

根据工作城市对招聘数据进行分组统计，计算各城市平均薪资水平，并通过热力图和柱状图进行展示，帮助用户了解不同地区的薪资差异情况。

（2）福利词云分析

对招聘岗位中的福利待遇和技能要求进行文本分析，通过分词处理后生成词云图，直观展示企业关注度较高的福利和技能关键词。

（3）薪资统计分析

从行业、学历要求以及工作地点等多个维度对薪资数据进行统计分析，展示不同条件下的薪资分布情况。

（4）招聘要求分析

从工作经验和学历要求两个维度分析企业招聘需求，统计各类岗位对应的人才要求占比情况。

（5）公司信息分析

对企业性质、企业规模以及融资情况等数据进行统计分析，帮助用户了解招聘企业的基本情况。

（6）数据爬取

管理员可在线输入职位关键词和采集页数，系统自动调用爬虫程序获取Boss直聘招聘数据并保存到数据库。

（7）爬取日志

记录系统数据采集过程及用户操作日志。管理员可查看全部日志信息，普通用户仅可查看个人相关操作记录。

3. 薪资预测

薪资预测模块基于随机森林回归算法实现。系统利用历史招聘数据中的岗位名称、工作地点、学历要求、工作经验、公司规模等特征建立预测模型。

用户输入目标职位相关信息后，系统调用训练完成的模型进行分析计算，并输出对应岗位的预测薪资结果，为用户制定职业规划和薪资预期提供参考依据。

4. 职位推荐

职位推荐模块采用基于物品的协同过滤推荐算法。

系统根据用户收藏过的职位信息，分析职位之间的相似程度，并结合岗位属性特征，如薪资水平、学历要求、工作地点等信息，向用户推荐可能感兴趣的职位。

该推荐方式能够挖掘用户潜在需求，提高推荐结果的准确性和个性化程度，帮助用户快速发现适合自己的工作机会。

5. 数据分析

管理员可查看系统整体运行情况，包括用户数量统计、职位数量统计、收藏数量统计以及招聘数据增长趋势等分析结果。

6. 基础功能

（1）登录注册

用户可通过账号密码完成注册和登录操作。

（2）修改密码

用户登录系统后可修改个人登录密码，保障账号安全。

（3）用户管理

管理员可对系统用户信息进行新增、查询、修改和删除等管理操作。

三、软件架构

后端技术：Python 3.8、Flask 2.3.3、MySQL 8.0

前端技术：Vue2、Node.js 14、iView、ECharts

第三方库：Flask、PyMySQL、Jieba、WordCloud、Lxml、BeautifulSoup4、Matplotlib、DrissionPage、Scikit-Learn