本项目为智能简历推荐，为用户和公司双向推荐，使用lightGBM进行分类推荐。并使用flask进行封装。
+---configs # 存放配置文件
| local_test.yml # 数据库连接信息、本地local host信息
| \---stopwords_files # 停词文件，分词时使用
| baidu_stopwords.txt
| cn_stopwords.txt
| hit_stopwords.txt
| README.md
| scu_stopwords.txt
|
+---models # 训练的模型文件
| +---exp0
| | all_feats_data.csv # 保存中间过程的特征向量。便于直接训练，节省时间
| | d2v_model # doc to vec模型，将文本转换成向量
| | job_description_cut.json # 经过分词后的，中间文件，便于直接训练
| | readme.txt
| | lgb_delivered_model.txt # [用户, 岗位] 预测用户是否投递该岗位的模型
| | lgb_satisfied_model.txt # [用户, 岗位] 预测HR是否满意该用户的模型
| |
| doc2vec.py # 【训练】 doc2vec训练模型
| feats_utils.py # 【训练】 特征工程
| train_model.py # 【训练】 训练模型，不包含 tfidf，包含doc2vec和相似度
| train_model2.py # 【训练】 训练模型，包含 tfidf，不包含doc2vec和相似度
| connet_data.py # 【推理】 连接数据库，处理空值、合并数据，生成可使用的数据形式
| infer_feats_utils.py #【推理】 特征工程
| infer_predict.py # 【推理】常规推理
| flask_infer_predict.py #【推理】flask封装推理测试 
特征工程部分需要按照自己数据的特征进行适配，比如简历和岗位的期望城市、期望职位、期望薪资是否相匹配(转换为0,1), 通过doc2vec模型将工作经验和职位描述各生成20维的特征向量，也可以将二者的向量进行距离计算，可作为相似度特征。
模型性能：
dev map: 0.8126 sat map: 0.958 final score: 0.9144
安装依赖： pip install -r requirements.txt
训练： 按照训练数据格式，更改训练数据有的特征。python train_model2.py
flask 推理： 按照自己的数据库以及本地ip更改config中的配置文件。python flask_infer_predict.py --cfg path/to/your_cfg.yml
- 集群部署
- 数据库中不变的数据进行缓存(如分词后的结果，已经计算好的匹配度)
- flask高并发处理
- 挖掘更多特征工程