# duibiao_predictapi

**Repository Path**: bigapple331/duibiao_predictapi

## Basic Information

- **Project Name**: duibiao_predictapi
- **Description**: 对标网站职级预测api
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-30
- **Last Updated**: 2025-10-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Duibiao Predict API

## 项目简介
这是一个用于职级预测的API服务，可以根据用户提供的个人信息或简历文件预测对应的职级水平。该项目主要应用于招聘和人才评估场景，帮助企业和HR快速评估候选人的职级匹配度。

## 主要功能
- **职级预测**：根据用户提供的个人信息（如教育背景、工作经验、技术栈等）预测职级。
- **简历解析**：支持从PDF、DOCX和DOC文件中提取信息，并进行职级预测。
- **异步处理**：支持异步处理大体积简历文件，提供任务状态查询接口。
- **薪资分析**：根据预测的职级提供薪资范围分析。

## 技术栈
- Python
- Flask (用于构建API)
- 机器学习模型 (使用`joblib`保存和加载模型)
- ElasticSearch (用于代码搜索)

## 安装依赖
确保你已经安装了Python 3.x，然后运行以下命令安装依赖：
```bash
pip install -r requirements.txt
```

## 使用方法

### 启动API服务
运行`app.py`文件以启动API服务：
```bash
python app.py
```

### API文档
- **预测职级**：`POST /api/v1/predict`
  - 请求体：包含用户个人信息的JSON对象。
  - 示例：
    ```json
    {
      "school": "某大学",
      "degree": "硕士",
      "year_of_experience": 5,
      "tech_stacks": ["Python", "Machine Learning"],
      "total_comp": 200000
    }
    ```

- **从简历预测职级**：`POST /api/v1/predict_from_resume`
  - 请求体：包含简历文件的multipart/form-data。

- **异步处理简历**：`POST /api/v1/predict_from_resume_async`
  - 请求体：包含简历文件的multipart/form-data。

- **查询任务状态**：`GET /api/v1/predict_from_resume_status/<task_id>`

### 训练模型
运行`train_model_simple.py`来训练和评估模型：
```bash
python train_model_simple.py
```

## 配置文件
- `comment.json`：包含预测结果的评论生成配置。
- `salary_stats.json`：包含薪资统计数据。
- `model_simple.joblib`：保存的机器学习模型。

## 数据准备
- `prepare_ali_data.py`：用于准备阿里巴巴的数据集。
- `ali_data.json`：包含阿里巴巴的数据集。

## 简历解析
- `resume_parser.py`：包含简历解析的相关函数。

## 薪资分析
- `salary_analyzer.py`：包含薪资分析的相关类和函数。

## 测试前端
- `test_frontend/`：包含简单的前端测试页面。

## 许可证
该项目使用MIT许可证。更多信息请参阅[MIT License](https://opensource.org/licenses/MIT)。