DL00302-基于知识图谱与人工神经网络的简历推荐系统 基于知识图谱与人工神经网络的简历推荐系统 技术栈前端使用echarts.js（之后有时间会考虑用vue改写一下）, 后端基于Python Django; 特征处理阶段，技能相关特征基于知识图谱处理，图谱构建使用neo4j; 系统的流程是先做二分类筛选，再给分类为正的样本进行排序； 二分类模型基于DNN，基于Keras训练, 线上分类时直接调用已经训练好保存为h5格式的model文件; 排序函数将随机森林的特征重要性作为基础排序指标;

最近在捣鼓一个超有意思的项目：DL00302 - 基于知识图谱与人工神经网络的简历推荐系统，迫不及待来和大家分享分享。

一、技术栈

前端

前端目前用的是echarts.js ，这个库在数据可视化方面真的非常强大。通过简单的几行代码，就能生成各种酷炫的图表。比如说，要生成一个简单的柱状图展示各岗位收到简历数量：

// 基于echarts.js生成柱状图示例
var myChart = echarts.init(document.getElementById('main'));
var option = {
    xAxis: {
        type: 'category',
        data: ['岗位A', '岗位B', '岗位C']
    },
    yAxis: {
        type: 'value'
    },
    series: [{
        data: [120, 200, 150],
        type: 'bar'
    }]
};
myChart.setOption(option);

这段代码里，首先通过echarts.init初始化一个图表实例，绑定到HTML中id为main的DOM元素上。然后定义option配置项，包括xAxis轴（这里用类别轴展示岗位），yAxis轴（数值轴展示简历数量），以及series系列（这里定义为柱状图类型，并设置对应的数据）。之后有时间打算用vue改写前端，Vue的组件化和数据双向绑定特性，能让前端开发更加高效和可维护。

后端

后端基于Python的Django框架，Django自带的ORM、管理后台等功能，能极大加快开发速度。例如，在处理简历数据存储时，通过Django的模型定义就能轻松和数据库交互。

from django.db import models

class Resume(models.Model):
    name = models.CharField(max_length=100)
    skills = models.TextField()
    # 其他简历相关字段

这里定义了一个Resume模型类，继承自models.Model。name字段定义为字符类型，最大长度100，skills字段定义为文本类型，用来存储简历中的技能信息。

二、特征处理

技能相关特征是基于知识图谱来处理的，图谱构建使用neo4j。知识图谱就像是一张巨大的语义网络，能很好地挖掘技能之间的关系。比如说，“Python编程”和“数据分析”可能因为都和数据处理相关，在知识图谱里就会有一定的关联。在neo4j中，可以通过Cypher语句来创建节点和关系。

CREATE (p:Skill {name: 'Python编程'})
CREATE (d:Skill {name: '数据分析'})
CREATE (p)-[:RELATED_TO]->(d)

上述Cypher语句，先创建了两个技能节点“Python编程”和“数据分析”，然后建立了“Python编程”到“数据分析”的RELATED_TO关系。这样在处理简历技能特征时，就能借助这种关系，更全面地理解简历技能的价值和相关性。

三、系统流程

二分类筛选

系统首先进行二分类筛选，这个二分类模型是基于DNN（深度神经网络），使用Keras来训练。Keras是一个简洁易用的深度学习框架。以下是一个简单的二分类DNN模型示例：

from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(64, activation='relu', input_dim=input_dim))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

这里先创建了一个顺序模型Sequential。然后添加了一个全连接层Dense，有64个神经元，激活函数使用relu，输入维度inputdim根据实际特征数量确定。接着再添加一个输出层，只有1个神经元，激活函数为sigmoid，适用于二分类问题。最后使用binarycrossentropy损失函数，adam优化器来编译模型。训练好的模型会保存为h5格式，线上分类时直接调用这个model文件，方便快捷。

排序

对于分类为正的样本，会进行排序。排序函数将随机森林的特征重要性作为基础排序指标。随机森林能通过计算每个特征在构建决策树过程中的贡献，来得出特征重要性。以下是一个简单的随机森林计算特征重要性示例：

from sklearn.ensemble import RandomForestClassifier
import pandas as pd

data = pd.read_csv('resume_data.csv')
X = data.drop('label', axis=1)
y = data['label']

rf = RandomForestClassifier()
rf.fit(X, y)

feature_importances = pd.Series(rf.feature_importances_, index=X.columns)
feature_importances.nlargest(10).plot(kind='barh')

这段代码首先读取简历数据文件，将特征数据X和标签数据y分开。然后创建并训练一个随机森林分类器rf。训练完成后，通过featureimportances属性获取每个特征的重要性，并转换为Series类型，最后绘制出前10个最重要特征的水平柱状图。通过这种方式得到的特征重要性，就能作为排序的重要依据，将更符合岗位需求的简历排在前面。

DL00302-基于知识图谱与人工神经网络的简历推荐系统 基于知识图谱与人工神经网络的简历推荐系统 技术栈前端使用echarts.js（之后有时间会考虑用vue改写一下）, 后端基于Python Django; 特征处理阶段，技能相关特征基于知识图谱处理，图谱构建使用neo4j; 系统的流程是先做二分类筛选，再给分类为正的样本进行排序； 二分类模型基于DNN，基于Keras训练, 线上分类时直接调用已经训练好保存为h5格式的model文件; 排序函数将随机森林的特征重要性作为基础排序指标;

这个基于知识图谱与人工神经网络的简历推荐系统，融合了多种技术，希望能给招聘场景带来更智能、高效的体验，后续也会继续优化，有新进展再和大家分享啦！