智能求职推荐系统演示说明
智能求职推荐系统演示说明
系统概述
基于知识图谱和大语言模型的智能求职推荐系统，集成了Vue.js前端、Spring Boot后端、Neo4j图数据库、MySQL关系数据库和DeepSeek大模型。
系统架构
前端层 (Vue.js + Element Plus + ECharts)↓ HTTP请求/响应
后端服务层 (Spring Boot)↓ 调用
知识图谱服务 (Neo4j) + 推荐算法 + DeepSeek大模型↓ 存储
数据层 (MySQL + Neo4j)
核心功能演示
1. 员工简历录入
- 访问路径: 主页 → 员工简历录入
- 功能演示:
- 填写个人基本信息（姓名、联系方式等）
- 设置教育背景和工作经验
- 输入专业技能（支持逗号分隔）
- 设置期望工作地点和行业
- 输入期望薪资范围
- 编写个人简介
- 关键特性:
- 表单验证和数据持久化
- 支持编辑和更新已保存的简历
2. 企业岗位发布
- 访问路径: 主页 → 企业岗位发布
- 功能演示:
- 发布职位信息（职位名称、公司、地点等）
- 设置行业分类和雇佣类型
- 设置学历要求和薪资范围
- 编写详细的职位描述
- 自动使用DeepSeek进行职位分类
- 关键特性:
- AI自动职位分类
- 职位数据同步到知识图谱
- 支持职位管理（编辑、删除、查看列表）
3. 智能推荐生成
- 访问路径: 简历录入 → 保存简历 → 获取推荐
- 功能演示:
- 基于用户简历生成个性化推荐
- 显示推荐职位的匹配度评分
- 展示匹配的技能标签
- 提供推荐理由说明
- 算法特性:
- 优先使用知识图谱推荐
- 回退到基础匹配算法
- 综合考虑技能、地点、行业、薪资等因素
4. 推荐结果可视化
- 功能演示:
- 圆形进度条显示匹配度评分
- 彩色标签显示匹配技能
- 可展开的详细分析面板
- 推理路径步骤展示
- 交互特性:
- 折叠面板展示详细信息
- 支持职位详情查看
- 模拟申请功能
5. DeepSeek AI分析
- 功能演示:
- 为每个推荐职位生成AI深度分析
- 从技能匹配、经验相关性等角度分析
- 提供发展前景和具体建议
- API集成:
- 实时调用DeepSeek大模型
- 支持中文自然语言分析
- 错误处理和降级方案
6. 知识图谱可视化
- 访问路径: 推荐结果 → 显示知识图谱
- 功能演示:
- ECharts力导向图展示实体关系
- 节点代表求职者、技能、行业、地点、职位
- 边表示各种关系（掌握、需要、属于、位于）
- 交互式图谱浏览和缩放
- 图谱特性:
- 支持多种节点类型和颜色
- 动态力学布局
- 鼠标悬停显示详细信息
系统启动演示
准备环境
-
数据库准备:
# MySQL sudo systemctl start mysql mysql -u root -p -e "CREATE DATABASE job_recommendation"# Neo4j (可选) neo4j start -
依赖安装:
# 后端依赖 cd backend && mvn install# 前端依赖 cd frontend && npm install# Python服务依赖 cd python-service && pip install -r requirements.txt
一键启动
./start-system.sh
系统将按顺序启动：
- 检查并启动数据库服务
- 启动Python推荐服务 (端口5000)
- 启动Spring Boot后端 (端口8080)
- 启动Vue.js前端 (端口8081)
访问系统
- 主页: http://localhost:8081
- API文档: http://localhost:8080/swagger-ui.html (如果配置了Swagger)
演示流程
完整演示流程（5-10分钟）
-
系统启动 (1分钟)
- 执行启动脚本
- 等待服务启动完成
- 打开浏览器访问系统
-
数据准备 (1分钟)
- 系统自动加载示例数据
- 包含8个示例职位
- 包含3个示例求职者
-
企业岗位发布演示 (1-2分钟)
- 演示发布新职位
- 展示AI自动分类功能
- 查看已发布职位列表
-
求职者简历录入演示 (1-2分钟)
- 创建新的求职者档案
- 填写完整简历信息
- 保存并验证数据
-
智能推荐演示 (2-3分钟)
- 点击"获取推荐"按钮
- 展示推荐结果列表
- 解释匹配度计算
- 展开详细分析面板
-
AI分析演示 (1-2分钟)
- 展示DeepSeek生成的分析报告
- 解释推荐理由和建议
- 演示不同职位的分析差异
-
知识图谱可视化 (1分钟)
- 打开知识图谱面板
- 演示交互式图谱操作
- 展示实体间关系
技术亮点
1. 多层次推荐算法
- 知识图谱推荐: 基于实体关系的语义推荐
- 基础匹配算法: 基于规则的相似度计算
- AI增强分析: DeepSeek大模型深度解读
2. 现代化技术栈
- 前端: Vue 3 + Element Plus + ECharts
- 后端: Spring Boot + JPA + Neo4j
- 数据库: MySQL + Neo4j双数据库架构
- AI服务: DeepSeek大模型API集成
3. 用户体验优化
- 响应式设计: 适配不同设备
- 实时反馈: 加载状态和错误处理
- 交互式可视化: ECharts图表和动画效果
4. 系统可扩展性
- 微服务架构: 前后端分离，服务解耦
- 插件化设计: 支持多种推荐算法
- API标准化: RESTful接口设计
系统监控
查看实时日志：
# Python服务日志
tail -f logs/python-service.log# 后端服务日志
tail -f logs/backend.log# 前端服务日志
tail -f logs/frontend.log
停止系统：
./stop-system.sh