shenjianZ
a39d8b2fd2
搭建完整的前后端分离架构，实现数据概览、预测分析、聚类分析等核心功能模块 详细版： feat: 初始化员工缺勤分析系统项目 - 后端：基于 Flask 搭建 RESTful API，包含数据概览、特征分析、预测模型、聚类分析四大模块 - 前端：基于 Vue.js 构建单页应用，实现 Dashboard、预测、聚类、因子分析等页面 - 模型：集成随机森林、XGBoost、LightGBM、Stacking 等多种机器学习模型 - 文档：完成需求规格说明、系统架构设计、接口设计、数据设计、UI原型设计等文档
254 lines
6.7 KiB
Markdown
254 lines
6.7 KiB
Markdown
# 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/)
|