forsetsystem

aisi-tech/forsetsystem

Fork 0

Commit Graph

Author	SHA1	Message	Date
shuo	e8235bf3ca	feat: 添加 JD-R 理论分析模块与 SHAP 可解释性分析功能 - 后端新增 JD-R（工作要求-资源）理论维度数据生成，包含工作要求、工作资源、个人资源、中介变量共 16 个新特征列 - 新增 JD-R 分析服务与 API（维度统计、倦怠投入分析、双路径中介分析、分组轮廓、风险分布） - 新增 SHAP 可解释性分析模块（全局重要性、局部解释、特征交互、依赖图） - 预测服务增加风险分类模型加载与概率预测能力 - 前端新增 JD-R 分析页面（JDRAnalysis.vue），含雷达图、散点图、路径分析等可视化 - 预测页面增加风险概率展示与 SHAP 特征解释 - 路由与导航菜单同步更新	2026-04-04 07:15:46 +08:00
shenjianZ	e63267cef6	feat: 将数据集从国外员工缺勤数据替换为中国企业缺勤模拟数据 - 新增中国企业员工缺勤模拟数据集生成脚本(generate_dataset.py)，覆盖7个行业、180家企业、2600名员工 - 重构 config.py，更新特征字段为中文名称，调整目标列、员工ID、行业类型等配置 - 重构 clustering.py，简化聚类逻辑，更新聚类特征和群体命名（高压通勤型、健康波动型等） - 重构 feature_mining.py，更新相关性分析和群体比较维度（按行业、班次、婚姻状态等） - 新增 model_features.py 定义模型训练特征 - 更新 preprocessing.py 和 train_model.py 适配新数据结构 - 更新各 API 路由默认参数（model: random_forest, dimension: industry） - 前端更新主题样式和各视图组件适配中文字段 - 更新系统名称为 China Enterprise Absence Analysis System	2026-03-11 10:46:58 +08:00

Author

SHA1

Message

Date

shuo

e8235bf3ca

feat: 添加 JD-R 理论分析模块与 SHAP 可解释性分析功能

- 后端新增 JD-R（工作要求-资源）理论维度数据生成，包含工作要求、工作资源、
    个人资源、中介变量共 16 个新特征列
  - 新增 JD-R 分析服务与 API（维度统计、倦怠投入分析、双路径中介分析、
    分组轮廓、风险分布）
  - 新增 SHAP 可解释性分析模块（全局重要性、局部解释、特征交互、依赖图）
  - 预测服务增加风险分类模型加载与概率预测能力
  - 前端新增 JD-R 分析页面（JDRAnalysis.vue），含雷达图、散点图、路径分析等可视化
  - 预测页面增加风险概率展示与 SHAP 特征解释
  - 路由与导航菜单同步更新

2026-04-04 07:15:46 +08:00

shenjianZ

e63267cef6

feat: 将数据集从国外员工缺勤数据替换为中国企业缺勤模拟数据

- 新增中国企业员工缺勤模拟数据集生成脚本(generate_dataset.py)，覆盖7个行业、180家企业、2600名员工
  - 重构 config.py，更新特征字段为中文名称，调整目标列、员工ID、行业类型等配置
  - 重构 clustering.py，简化聚类逻辑，更新聚类特征和群体命名（高压通勤型、健康波动型等）
  - 重构 feature_mining.py，更新相关性分析和群体比较维度（按行业、班次、婚姻状态等）
  - 新增 model_features.py 定义模型训练特征
  - 更新 preprocessing.py 和 train_model.py 适配新数据结构
  - 更新各 API 路由默认参数（model: random_forest, dimension: industry）
  - 前端更新主题样式和各视图组件适配中文字段
  - 更新系统名称为 China Enterprise Absence Analysis System

2026-03-11 10:46:58 +08:00

2 Commits