# 基于多维特征挖掘的员工缺勤分析与预测系统

## 项目简介

本系统基于 UCI Absenteeism 数据集，利用机器学习算法对员工考勤数据进行深度分析，挖掘影响缺勤的多维度特征，构建缺勤预测模型，为企业人力资源管理提供科学、客观的决策支持。

## 功能特性

### F01 数据概览与全局统计
- 基础统计指标展示（样本总数、员工总数、缺勤总时长等）
- 月度缺勤趋势分析
- 星期分布分析
- 缺勤原因分布分析
- 季节分布分析

### F02 多维特征挖掘与影响因素分析
- 特征重要性排序（基于随机森林）
- 相关性热力图分析
- 群体对比分析（饮酒/吸烟/学历/子女等维度）

### F03 员工缺勤风险预测
- 单次缺勤预测
- 风险等级评估（低/中/高）
- 模型性能展示（R²、MSE、RMSE、MAE）

### F04 员工画像与群体聚类
- K-Means 聚类结果展示
- 员工群体雷达图
- 聚类散点图可视化

## 技术栈

### 后端
- Python 3.11
- Flask 2.3.3
- scikit-learn 1.3.0
- XGBoost 1.7.6
- LightGBM 4.1.0
- pandas 2.0.3
- numpy 1.24.3

### 前端
- Vue 3.4
- Element Plus 2.4
- ECharts 5.4
- Axios 1.6
- Vue Router 4.2
- Vite 5.0

## 环境要求

| 项目 | 要求 |
|------|------|
| 操作系统 | Windows 10/11、Linux、macOS |
| Python | 3.11 |
| Node.js | 16.0+ |
| Conda | Anaconda 或 Miniconda |
| pnpm | 8.0+ |

## 安装部署

### 1. 克隆项目

```bash
git clone <repository-url>
cd forsetsystem
```

### 2. 后端环境配置

#### 创建 Conda 环境

```powershell
conda create -n forsetenv python=3.11 -y
conda activate forsetenv
```

#### 安装机器学习库（使用 conda-forge）

```powershell
conda install -c conda-forge pandas=2.0.3 numpy=1.24.3 scikit-learn=1.3.0 xgboost=1.7.6 lightgbm=4.1.0 joblib=1.3.1 -y
```

#### 安装 Web 框架

```powershell
pip install Flask==2.3.3 Flask-CORS==4.0.0 python-dotenv==1.0.0
```

#### 验证安装

```powershell
python -c "import pandas,numpy,sklearn,xgboost,lightgbm,flask;print('All libraries installed successfully')"
```

#### 训练模型

```powershell
cd backend
python core/train_model.py
```

### 3. 前端环境配置

```bash
cd frontend
pnpm install
```

## 运行说明

### 启动后端服务

```powershell
conda activate forsetenv
cd backend
python app.py
```

后端服务运行在 http://localhost:5000

### 启动前端服务

```bash
cd frontend
pnpm dev
```

前端服务运行在 http://localhost:5173

### 访问系统

打开浏览器访问 http://localhost:5173

## 项目结构

```
forsetsystem/
├── backend/                      # 后端项目
│   ├── api/                      # API 接口层
│   │   ├── overview_routes.py    # 数据概览接口
│   │   ├── analysis_routes.py    # 影响因素分析接口
│   │   ├── predict_routes.py     # 预测接口
│   │   └── cluster_routes.py     # 聚类接口
│   ├── services/                 # 业务逻辑层
│   ├── core/                     # 核心算法层
│   │   ├── preprocessing.py      # 数据预处理
│   │   ├── feature_mining.py     # 特征挖掘
│   │   ├── train_model.py        # 模型训练
│   │   └── clustering.py         # 聚类分析
│   ├── data/                     # 数据存储
│   ├── models/                   # 模型存储
│   ├── utils/                    # 工具函数
│   ├── app.py                    # 应用入口
│   ├── config.py                 # 配置文件
│   └── requirements.txt          # 依赖清单
│
├── frontend/                     # 前端项目
│   ├── src/
│   │   ├── api/                  # API 调用
│   │   ├── views/                # 页面组件
│   │   ├── router/               # 路由配置
│   │   ├── App.vue               # 根组件
│   │   └── main.js               # 入口文件
│   ├── index.html
│   ├── package.json
│   └── vite.config.js
│
├── data/                         # 原始数据
│   └── Absenteeism_at_work.csv
│
├── docs/                         # 项目文档
│   ├── 00_需求规格说明书.md
│   ├── 01_系统架构设计.md
│   ├── 02_接口设计文档.md
│   ├── 03_数据设计文档.md
│   └── 04_UI原型设计.md
│
└── README.md
```

## API 接口

### 数据概览模块
| 接口 | 方法 | 说明 |
|------|------|------|
| /api/overview/stats | GET | 基础统计指标 |
| /api/overview/trend | GET | 月度缺勤趋势 |
| /api/overview/weekday | GET | 星期分布 |
| /api/overview/reasons | GET | 缺勤原因分布 |
| /api/overview/seasons | GET | 季节分布 |

### 影响因素分析模块
| 接口 | 方法 | 说明 |
|------|------|------|
| /api/analysis/importance | GET | 特征重要性 |
| /api/analysis/correlation | GET | 相关性矩阵 |
| /api/analysis/compare | GET | 群体对比分析 |

### 预测模块
| 接口 | 方法 | 说明 |
|------|------|------|
| /api/predict/single | POST | 单次预测 |
| /api/predict/model-info | GET | 模型信息 |

### 聚类模块
| 接口 | 方法 | 说明 |
|------|------|------|
| /api/cluster/result | GET | 聚类结果 |
| /api/cluster/profile | GET | 群体画像 |
| /api/cluster/scatter | GET | 散点数据 |

## 作者信息

- **作者**：张硕
- **学校**：河南农业大学软件学院
- **项目类型**：本科毕业设计
- **完成时间**：2026年3月

## 后续改进计划

### 模型优化
- [ ] 引入深度学习模型（如 LSTM）处理时序特征
- [ ] 增加模型解释性分析（SHAP 值可视化）
- [ ] 实现模型自动调参（Optuna/Hyperopt）
- [ ] 支持多模型集成预测

### 功能扩展
- [ ] 增加用户认证与权限管理
- [ ] 支持自定义数据集上传与分析
- [ ] 增加数据导出功能（Excel/PDF 报告）
- [ ] 实现预测结果的批量导出
- [ ] 增加数据可视化大屏展示

### 技术改进
- [ ] 后端迁移至 FastAPI 提升性能
- [ ] 引入 Redis 缓存常用查询结果
- [ ] 使用 Docker 容器化部署
- [ ] 增加 CI/CD 自动化测试与部署
- [ ] 前端状态管理迁移至 Pinia

### 数据层面
- [ ] 支持数据库存储（MySQL/PostgreSQL）
- [ ] 实现数据增量更新机制
- [ ] 增加数据质量检测与清洗功能

## 参考资料

- [UCI Machine Learning Repository - Absenteeism at work Data Set](https://archive.ics.uci.edu/ml/datasets/Absenteeism+at+work)
- [Flask 官方文档](https://flask.palletsprojects.com/)
- [Vue 3 官方文档](https://vuejs.org/)
- [Element Plus 组件库](https://element-plus.org/)
- [ECharts 图表库](https://echarts.apache.org/)