feat: add edu-industry platform demos
Co-authored-by: factory-droid[bot] <138933559+factory-droid[bot]@users.noreply.github.com>
This commit is contained in:
lofyer
co-authored by
factory-droid[bot] <138933559+factory-droid[bot]@users.noreply.github.com>
factory-droid[bot] <138933559+factory-droid[bot]@users.noreply.github.com>
commit
92515928d9
@@ -0,0 +1,76 @@
|
||||
# 供需会系统 — 角色总览与旅程地图
|
||||
|
||||
## 一、角色清单（3个角色 + 1个展示模块）
|
||||
|
||||
| 编号 | 角色名称 | 典型用户 | 核心诉求 |
|
||||
|------|---------|---------|---------|
|
||||
| R1 | 学院用户 | 院长/专业负责人/就业指导老师 | 查看本院专业供需分析，获取课程建议和企业推荐，指导学生就业 |
|
||||
| R2 | 校级管理者 | 教务处/就业处领导 | 全校维度掌控供需全局，输出决策报告和供需会材料 |
|
||||
| R3 | 系统管理员 | 信息中心运维+数据管理岗 | 数据接入、清洗、岗位归一、用户权限、系统运维 |
|
||||
| — | 大屏展示 | 无需登录，面向浏览者 | 供需数据可视化展示 |
|
||||
|
||||
> **设计原则**：学院用户内部通过数据权限区分粒度（院长看院级汇总，专业负责人看专业详情，就业指导老师侧重企业和薪资），但共用同一套功能菜单，降低系统复杂度。
|
||||
|
||||
## 二、角色旅程地图
|
||||
|
||||
### 第一阶段：数据准备期
|
||||
|
||||
```
|
||||
系统管理员(R3)
|
||||
│
|
||||
├── 配置校内数据对接（实习平台、就业系统）
|
||||
├── 配置外部数据采集（杭州就业网、本地人才网）
|
||||
├── 执行数据清洗 & 岗位归一
|
||||
├── 确认数据质量，处理异常
|
||||
├── 配置用户账号与权限
|
||||
└── 触发分析引擎，生成32个专业报告
|
||||
```
|
||||
|
||||
### 第二阶段：分析与使用期
|
||||
|
||||
```
|
||||
校级管理者(R2) 学院用户(R1)
|
||||
│ │
|
||||
├── 查看全校专业对比总览 ├── 查看本院/专业匹配度分析
|
||||
├── 查看人才缺口汇总 ├── 查看技能图谱 & 薪资对比
|
||||
├── 导出供需会议材料包 ├── 查看人才缺口详情
|
||||
└── 控制大屏展示内容 ├── 查看课程调整建议
|
||||
├── 获取企业推荐列表
|
||||
大屏展示 └── 导出专业/学院报告
|
||||
│
|
||||
└── 大屏展示（无需登录）
|
||||
```
|
||||
|
||||
### 第三阶段：落地跟进期
|
||||
|
||||
```
|
||||
学院用户(R1) 校级管理者(R2) 系统管理员(R3)
|
||||
│ │ │
|
||||
├── 对接推荐企业 ├── 跟踪各学院改进计划 ├── 归档本期分析数据
|
||||
├── 根据建议调整培养方案 └── 下一周期数据对比 ├── 更新数据采集策略
|
||||
└── 引导学生关注缺口方向 └── 准备下一周期数据
|
||||
```
|
||||
|
||||
## 三、角色-功能矩阵
|
||||
|
||||
| 功能模块 | R1 学院用户 | R2 校级管理者 | R3 系统管理员 | 大屏展示 |
|
||||
|---------|:---------:|:-----------:|:-----------:|:------:|
|
||||
| 数据源配置与接入 | | | ✅ | |
|
||||
| 数据清洗与岗位归一 | | | ✅ | |
|
||||
| 数据质量监控 | | 👁 | ✅ | |
|
||||
| 岗位匹配度分析 | ✅ | ✅ | | 👁 |
|
||||
| 人才缺口识别 | ✅ | ✅ | | 👁 |
|
||||
| 薪资对比分析 | ✅ | ✅ | | 👁 |
|
||||
| 专业技能图谱 | ✅ | ✅ | | 👁 |
|
||||
| 课程调整建议 | ✅ | 👁 | | |
|
||||
| 合作企业推荐 | ✅ | 👁 | | 👁 |
|
||||
| 就业去向分布 | ✅ | ✅ | | |
|
||||
| 专业/学院报告导出 | ✅ | | | |
|
||||
| 全校专业对比总览 | | ✅ | | 👁 |
|
||||
| 全校缺口汇总 | | ✅ | | |
|
||||
| 供需会材料导出 | | ✅ | | |
|
||||
| 大屏内容配置 | | ✅ | | |
|
||||
| 用户权限管理 | | | ✅ | |
|
||||
| 系统配置与运维 | | | ✅ | |
|
||||
|
||||
> ✅ = 主要操作者   👁 = 只读查看
|
||||
@@ -0,0 +1,154 @@
|
||||
# User Story — R1 学院用户
|
||||
|
||||
> **角色画像**：二级学院的院长、专业负责人、就业指导老师。关注本院/本专业的供需匹配情况，需要从数据中获取课程优化方向、企业合作线索和学生就业指导依据。系统内通过数据权限控制可见范围（院级/专业级）。
|
||||
|
||||
---
|
||||
|
||||
## US-R1-01 查看本院专业匹配度总览
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 登录后看到本院所有专业与市场需求的匹配度总览，
|
||||
**以便** 快速掌握哪些专业与市场吻合、哪些偏离较大。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 默认展示本院专业列表，每个专业显示匹配度评分（百分制）
|
||||
- [ ] 匹配度低于阈值（如60%）的专业红色高亮预警
|
||||
- [ ] 点击专业可进入详细分析页
|
||||
- [ ] 支持按时间范围切换（本学期/本学年/近三年趋势）
|
||||
|
||||
---
|
||||
|
||||
## US-R1-02 查看专业供需匹配详细分析
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 查看某一专业的毕业生就业岗位与市场需求岗位的详细对比，
|
||||
**以便** 精确了解学生实际去向与市场需求之间的偏差。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示本专业TOP就业岗位 vs 市场TOP需求岗位对比表
|
||||
- [ ] 每个岗位显示：学生就业人数/占比、市场需求量/增速、匹配度评分
|
||||
- [ ] 支持按年度查看变化趋势（折线图）
|
||||
- [ ] 标注"高匹配"、"待关注"、"严重偏离"三档
|
||||
|
||||
---
|
||||
|
||||
## US-R1-03 查看专业技能图谱
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 查看本专业所需技能与市场要求技能的匹配情况，
|
||||
**以便** 明确课程在技能覆盖上的盲区。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 雷达图/能力图谱展示：市场要求TOP技能 vs 本专业课程覆盖的技能
|
||||
- [ ] 技能数据来源于招聘JD高频关键词提取
|
||||
- [ ] 标注覆盖充足（绿）、部分覆盖（黄）、严重不足（红）
|
||||
- [ ] 可查看技能对应的推荐课程/教学内容
|
||||
|
||||
---
|
||||
|
||||
## US-R1-04 查看薪资对比分析
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 查看本专业学生实习/就业薪资与市场薪资的对比，
|
||||
**以便** 评估学生市场竞争力，并为就业指导提供薪资预期参考。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示：本专业实习平均工资、就业平均薪资、市场同岗位薪资
|
||||
- [ ] 分位数展示（25%/50%/75%），避免只看均值
|
||||
- [ ] 支持按城市维度筛选（杭州/省内/一线/新一线）
|
||||
- [ ] 支持按经验维度筛选（实习/应届/1-3年）
|
||||
- [ ] 与上一周期对比，展示薪资变化趋势
|
||||
|
||||
---
|
||||
|
||||
## US-R1-05 查看人才缺口分析
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 查看与本院/本专业相关的人才缺口方向，
|
||||
**以便** 评估是否需要调整培养方向或引导学生关注新兴岗位。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示缺口岗位TOP列表：岗位名称、市场需求量、学院覆盖人数、缺口率
|
||||
- [ ] 每个缺口岗位展示：职责描述、技能要求、薪资范围、需求企业数
|
||||
- [ ] 标注缺口岗位与本专业的关联度（强关联/弱关联）
|
||||
- [ ] 支持按岗位大类筛选，展示近年需求趋势
|
||||
|
||||
---
|
||||
|
||||
## US-R1-06 获取课程调整建议
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 系统基于供需分析和技能图谱，自动生成课程调整建议，
|
||||
**以便** 修订培养方案时有数据支撑的参考。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 建议分类：建议新增课程方向、建议强化的现有课程、建议弱化/合并的课程
|
||||
- [ ] 每条建议引用具体市场数据（如"Python技能在XX岗位JD中出现率85%，当前仅覆盖1门基础课"）
|
||||
- [ ] 建议标注优先级（高/中/低）
|
||||
- [ ] 支持对建议标记"采纳/暂缓/驳回"，供后续跟踪
|
||||
|
||||
---
|
||||
|
||||
## US-R1-07 获取合作企业推荐
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 系统推荐与本专业高度匹配的企业，
|
||||
**以便** 拓展实习/就业渠道，主动对接合作。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 推荐企业按匹配度排序：企业名称、行业、规模、招聘岗位、历史招聘人数
|
||||
- [ ] 区分"已合作企业"和"新推荐企业"
|
||||
- [ ] 已合作企业显示历史数据（接收学生数、评价）
|
||||
- [ ] 新推荐企业显示推荐理由（如"近1年发布XX岗位38个，匹配度92%"）
|
||||
- [ ] 支持导出企业联系清单（Excel）
|
||||
|
||||
---
|
||||
|
||||
## US-R1-08 查看学生就业去向分布
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 查看本院/本专业学生的就业去向分布，
|
||||
**以便** 有针对性地开展就业指导。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 按行业/地域/企业类型（国企/民企/外企/事业单位）三个维度展示
|
||||
- [ ] 支持按届次筛选（2024/2025/2026届）
|
||||
- [ ] 可视化展示（饼图/桑基图）
|
||||
- [ ] 显示与上一届的变化情况
|
||||
|
||||
---
|
||||
|
||||
## US-R1-09 查看政策与行业动态
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 查看与就业相关的政策和行业动态摘要，
|
||||
**以便** 在就业指导中传递最新信息。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 聚合展示：政府就业政策、行业报告摘要、新闻动态
|
||||
- [ ] 按专业/行业维度智能推荐相关内容
|
||||
- [ ] 支持按时间排序和关键词搜索
|
||||
- [ ] 重点政策标注"必读"标签
|
||||
|
||||
---
|
||||
|
||||
## US-R1-10 导出专业/学院报告
|
||||
|
||||
**作为** 学院用户，
|
||||
**我希望** 导出本专业或本院的供需分析报告（PDF/Word），
|
||||
**以便** 用于汇报、专业评估、教学改革立项。
|
||||
|
||||
### 验收标准
|
||||
|
||||
**P0 基础版报告**（随核心分析功能上线）：
|
||||
- [ ] 专业报告涵盖：供需匹配分析（岗位对比表、匹配度评分）
|
||||
- [ ] 学院报告涵盖：院级总览 + 各专业匹配度摘要
|
||||
- [ ] 32个专业均可独立生成报告
|
||||
|
||||
**完整版报告**（随P1分析功能逐步丰富）：
|
||||
- [ ] 增加：技能图谱、薪资对比、缺口分析章节
|
||||
- [ ] 增加：课程调整建议章节（P3上线后）
|
||||
|
||||
**通用要求**：
|
||||
- [ ] 报告自动带有学校LOGO、学院名称、生成日期
|
||||
- [ ] 支持PDF/Word两种格式，导出不超过30秒
|
||||
@@ -0,0 +1,93 @@
|
||||
# User Story — R2 校级管理者
|
||||
|
||||
> **角色画像**：教务处/就业处领导，从全校维度统筹管理，关注各学院/专业的整体供需表现，推动各学院改进措施落地。
|
||||
|
||||
---
|
||||
|
||||
## US-R2-01 查看全校专业对比总览
|
||||
|
||||
**作为** 校级管理者，
|
||||
**我希望** 在一个总览页面看到全校32个专业的供需匹配对比，
|
||||
**以便** 快速识别表现优秀和需要重点关注的专业。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 32个专业以矩阵/排行榜展示：匹配度评分、缺口率、薪资竞争力
|
||||
- [ ] 支持按学院分组查看
|
||||
- [ ] 支持按匹配度/缺口率/薪资竞争力排序
|
||||
- [ ] "红绿灯"机制：绿（优秀）、黄（一般）、红（预警）
|
||||
- [ ] 与上一周期对比，展示变化箭头（↑↓→）
|
||||
|
||||
---
|
||||
|
||||
## US-R2-02 查看全校人才缺口汇总
|
||||
|
||||
**作为** 校级管理者，
|
||||
**我希望** 查看跨学院维度的人才缺口汇总分析，
|
||||
**以便** 从全校层面规划新专业申报和招生计划调整。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示全校未覆盖的TOP缺口岗位方向（市场有需求，学校无对应专业）
|
||||
- [ ] 展示覆盖不足的岗位方向（有专业但产出不够）
|
||||
- [ ] 每个缺口标注：市场需求规模、增长趋势、建议对应学院
|
||||
- [ ] 支持导出为决策参考报告
|
||||
|
||||
---
|
||||
|
||||
## US-R2-03 导出供需会议材料包
|
||||
|
||||
**作为** 校级管理者，
|
||||
**我希望** 一键导出完整的供需会议材料包，
|
||||
**以便** 用于汇报或报送教育厅。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 材料包包含：
|
||||
- 全校供需分析总报告（校级管理者视角的汇总）
|
||||
- 32个专业人才需求报告（复用 US-R1-10 的报告产出，独立文件）
|
||||
- 全校数据摘要（关键指标一页纸）
|
||||
- [ ] 支持一键打包下载（ZIP）
|
||||
- [ ] 报告格式统一、排版美观，可直接用于正式场合
|
||||
- [ ] 材料包中数据时间戳一致，口径统一
|
||||
|
||||
> **依赖说明**：材料包中的32份专业报告由 US-R1-10 的报告生成能力提供，材料包功能负责汇总打包和生成全校总报告。报告内容丰富度随 P0→P1→P3 逐步增强。
|
||||
|
||||
---
|
||||
|
||||
## US-R2-04 管理展示大屏
|
||||
|
||||
**作为** 校级管理者，
|
||||
**我希望** 配置供需会大屏的展示内容和布局，
|
||||
**以便** 展示人才培养与市场对接成果。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 支持选择大屏展示模块（匹配度排行、缺口地图、薪资对比、趋势图等）
|
||||
- [ ] 支持大屏布局调整（多屏轮播/分区展示）
|
||||
- [ ] 支持预览模式（电脑上预览效果）
|
||||
- [ ] 全屏模式，适配常见大屏比例
|
||||
|
||||
---
|
||||
|
||||
## US-R2-05 跟踪各学院改进情况
|
||||
|
||||
**作为** 校级管理者，
|
||||
**我希望** 跟踪各学院对供需分析建议的响应和改进情况，
|
||||
**以便** 推动建议落地，形成闭环。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示各学院/专业的建议采纳情况（已采纳/进行中/未响应）
|
||||
- [ ] 支持设置改进计划截止时间
|
||||
- [ ] 自动统计各学院响应率
|
||||
- [ ] 可导出改进跟踪报告
|
||||
|
||||
---
|
||||
|
||||
## US-R2-06 查看数据质量概况
|
||||
|
||||
**作为** 校级管理者，
|
||||
**我希望** 了解系统数据的完整性和质量状况，
|
||||
**以便** 对分析结果的可靠性心中有数。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示各数据源接入状态（正常/异常/未接入）
|
||||
- [ ] 展示各专业数据完整度百分比
|
||||
- [ ] 数据质量异常时有醒目提示
|
||||
- [ ] 展示最近一次数据更新时间
|
||||
@@ -0,0 +1,123 @@
|
||||
# User Story — R3 系统管理员
|
||||
|
||||
> **角色画像**：信息中心人员，兼顾数据管理和系统运维。负责数据全生命周期（接入→清洗→归一→分析触发）以及用户权限、系统配置、运行监控。是系统正常运行的基石。
|
||||
|
||||
---
|
||||
|
||||
## US-R3-01 配置校内数据源对接
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 通过配置界面接入校内实习平台和就业数据系统，
|
||||
**以便** 系统自动获取校内最新数据，减少人工导入。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 支持API对接配置（接口地址、认证信息、字段映射）
|
||||
- [ ] 支持数据库直连配置（数据库类型、连接串、查询SQL/视图）
|
||||
- [ ] 支持Excel/CSV手动上传作为兜底
|
||||
- [ ] 配置后可"测试连接"验证可用性
|
||||
- [ ] 支持设置自动同步频率（每日/每周/手动）
|
||||
|
||||
---
|
||||
|
||||
## US-R3-02 配置外部数据采集
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 配置和管理外部就业数据的采集任务，
|
||||
**以便** 持续获取市场端最新供需信息。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 支持配置采集源：杭州就业网、杭州本地人才网等
|
||||
- [ ] 每个采集源可配置：采集频率、范围（地域/行业/岗位类型）、采集量限制
|
||||
- [ ] 展示采集任务运行状态（运行中/暂停/异常）
|
||||
- [ ] 采集异常时自动告警（邮件/站内消息）
|
||||
- [ ] 展示每个采集源的历史采集统计（数据量、成功率）
|
||||
|
||||
---
|
||||
|
||||
## US-R3-03 管理数据清洗规则
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 配置数据清洗规则，
|
||||
**以便** 确保进入分析引擎的数据质量达标。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 支持去重规则（相同岗位/企业判定条件）
|
||||
- [ ] 支持数据补全规则（缺失字段的默认值/推断策略）
|
||||
- [ ] 支持异常数据过滤规则（薪资异常值、无效岗位等）
|
||||
- [ ] 清洗规则可预览效果（清洗前后对比）
|
||||
- [ ] 清洗日志可查，支持追溯
|
||||
|
||||
---
|
||||
|
||||
## US-R3-04 维护岗位分类体系
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 维护统一的岗位分类体系和归一映射规则，
|
||||
**以便** 不同来源的岗位数据能在同一体系下对比分析。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 提供标准岗位分类树（大类-中类-小类）
|
||||
- [ ] 支持添加/编辑/合并岗位分类
|
||||
- [ ] 支持岗位别名映射（如"前端工程师"="Web前端开发"="前端开发工程师"）
|
||||
- [ ] 新数据自动尝试归一，未匹配的进入待审核队列
|
||||
- [ ] 待审核队列支持批量处理
|
||||
|
||||
---
|
||||
|
||||
## US-R3-05 监控数据质量
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 有数据质量监控看板，
|
||||
**以便** 及时发现和处理数据问题，保障分析可靠性。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 展示各数据源同步状态、最近同步时间、数据量变化
|
||||
- [ ] 展示数据完整度（各字段填充率）
|
||||
- [ ] 展示归一覆盖率（已归一岗位占比）
|
||||
- [ ] 异常条目数及处理状态
|
||||
- [ ] 支持告警阈值设置（如连续3天同步失败则告警）
|
||||
|
||||
---
|
||||
|
||||
## US-R3-06 触发与管理分析任务
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 在数据就绪后触发分析引擎生成报告，
|
||||
**以便** 控制报告生成时机，确保基于最新最完整的数据。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 支持手动触发全量分析（32专业）或单专业分析
|
||||
- [ ] 支持自动分析计划（如每月1日）
|
||||
- [ ] 分析任务显示进度条和预计完成时间
|
||||
- [ ] 分析完成后自动通知相关角色
|
||||
- [ ] 保留历史分析版本，支持版本对比
|
||||
|
||||
---
|
||||
|
||||
## US-R3-07 管理用户账号与权限
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 管理系统用户账号，按角色分配权限，
|
||||
**以便** 每个用户只能访问职责范围内的数据和功能。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 支持创建/编辑/禁用/删除用户
|
||||
- [ ] 预置角色模板：学院用户、校级管理者、系统管理员
|
||||
- [ ] 学院用户可绑定所属学院/专业，控制数据可见范围
|
||||
- [ ] 支持批量导入用户（Excel）
|
||||
- [ ] 可选对接学校统一身份认证（CAS/OAuth）
|
||||
|
||||
---
|
||||
|
||||
## US-R3-08 系统配置与运维
|
||||
|
||||
**作为** 系统管理员，
|
||||
**我希望** 通过配置界面管理全局参数，并监控系统运行状态，
|
||||
**以便** 保障系统稳定运行。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 可配置：学校信息（名称/LOGO/学院专业列表）、分析参数（阈值/周期）、报告模板、通知规则
|
||||
- [ ] 运维看板：服务状态、资源使用（CPU/内存/磁盘）、在线用户数、访问量
|
||||
- [ ] 异常告警：服务宕机/资源超阈值时通知
|
||||
- [ ] 操作日志：记录关键操作，支持筛选和导出
|
||||
- [ ] 数据备份：支持自动/手动备份，可从备份恢复
|
||||
@@ -0,0 +1,73 @@
|
||||
# 大屏展示模块（功能模块，非独立角色）
|
||||
|
||||
> **使用场景**：供需数据的可视化展示。无需登录，由校级管理者配置内容后自动轮播。要求视觉效果专业、信息直观。
|
||||
|
||||
---
|
||||
|
||||
## US-DS-01 大屏首页 — 学校供需总览
|
||||
|
||||
**展示内容**：学校人才培养与市场需求的宏观对接指标。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 关键指标：全校专业数、在校生总数、整体就业率、平均匹配度、合作企业总数、覆盖行业数
|
||||
- [ ] 数字动态计数器效果（滚动数字）
|
||||
- [ ] 深色背景、高对比度配色，视觉效果专业
|
||||
- [ ] 关键数字突出显示，信息层次清晰
|
||||
|
||||
---
|
||||
|
||||
## US-DS-02 大屏 — 专业匹配度排行
|
||||
|
||||
**展示内容**：32个专业与市场需求的匹配度排名。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 排行榜/柱状图展示
|
||||
- [ ] 自动高亮TOP5和BOTTOM5
|
||||
- [ ] 支持按学院分组展示
|
||||
- [ ] 自动轮播翻页（每屏16个专业）
|
||||
|
||||
---
|
||||
|
||||
## US-DS-03 大屏 — 人才缺口可视化
|
||||
|
||||
**展示内容**：市场急需方向的人才缺口分布。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 热力图/气泡图展示，气泡大小=缺口程度，颜色=行业类别
|
||||
- [ ] 动态效果（缓慢浮动/呼吸灯）
|
||||
- [ ] 旁注关键数据（如"AI方向缺口率67%"）
|
||||
|
||||
---
|
||||
|
||||
## US-DS-04 大屏 — 薪资对比
|
||||
|
||||
**展示内容**：校内培养薪资 vs 市场薪资对比。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 对比图：校内实习薪资 vs 市场实习薪资、校内就业薪资 vs 市场就业薪资
|
||||
- [ ] 按专业/行业维度自动切换
|
||||
- [ ] 绿色箭头=优于市场，红色=低于市场
|
||||
|
||||
---
|
||||
|
||||
## US-DS-05 大屏 — 校企合作成果
|
||||
|
||||
**展示内容**：学校与企业的合作成果展示。
|
||||
|
||||
### 验收标准
|
||||
- [ ] 合作企业LOGO墙/地图分布
|
||||
- [ ] 关键数据：合作企业总数、覆盖行业、累计接收学生数、提供岗位数
|
||||
- [ ] 企业LOGO动态滚动/飞入效果
|
||||
- [ ] 标注重点合作企业（500强/行业龙头）
|
||||
|
||||
---
|
||||
|
||||
## 大屏通用要求
|
||||
|
||||
| 项目 | 要求 |
|
||||
|------|------|
|
||||
| 分辨率 | 适配1920×1080及以上，支持16:9/21:9 |
|
||||
| 自动轮播 | 各页面按设定间隔自动切换，支持手动翻页 |
|
||||
| 免登录 | 通过专用URL直接访问，无需登录 |
|
||||
| 自动刷新 | 数据按设定周期自动刷新 |
|
||||
| 动效 | 适度动态效果，避免喧宾夺主 |
|
||||
@@ -0,0 +1,118 @@
|
||||
# 供需会系统 — User Story 优先级与排期建议
|
||||
|
||||
## 一、优先级分级
|
||||
|
||||
### P0 — 供需会核心交付（必须上线）
|
||||
|
||||
| 编号 | User Story | 角色 | 说明 |
|
||||
|------|-----------|------|------|
|
||||
| US-R3-01 | 配置校内数据源对接 | 系统管理员 | 没有数据，一切无从谈起 |
|
||||
| US-R3-02 | 配置外部数据采集 | 系统管理员 | 市场端数据是对比的基础 |
|
||||
| US-R3-04 | 维护岗位分类体系 | 系统管理员 | 岗位归一是分析的前提 |
|
||||
| US-R3-03 | 管理数据清洗规则 | 系统管理员 | 保障数据质量 |
|
||||
| US-R3-06 | 触发与管理分析任务 | 系统管理员 | 报告生成的入口 |
|
||||
| US-R3-07 | 管理用户账号与权限 | 系统管理员 | 系统可用的前提 |
|
||||
| US-R1-01 | 查看本院专业匹配度总览 | 学院用户 | **院级入口页，登录后首页** |
|
||||
| US-R1-02 | 查看专业供需匹配详细分析 | 学院用户 | 核心分析功能 |
|
||||
| US-R1-10 | 导出专业/学院报告（基础版） | 学院用户 | **32个专业报告，明确P0** |
|
||||
| US-R2-01 | 查看全校专业对比总览 | 校级管理者 | 全校维度核心功能 |
|
||||
| US-R2-03 | 导出供需会议材料包 | 校级管理者 | 供需会直接产出物 |
|
||||
|
||||
### P1 — 分析深度增强（强烈建议）
|
||||
|
||||
| 编号 | User Story | 角色 | 说明 |
|
||||
|------|-----------|------|------|
|
||||
| US-R1-03 | 查看专业技能图谱 | 学院用户 | 丰富报告内容 |
|
||||
| US-R1-04 | 查看薪资对比分析 | 学院用户 | 丰富报告内容 |
|
||||
| US-R1-05 | 查看人才缺口分析 | 学院用户 | 丰富报告内容 |
|
||||
| US-R2-02 | 查看全校人才缺口汇总 | 校级管理者 | 全校缺口视图 |
|
||||
| US-R2-04 | 管理展示大屏 | 校级管理者 | **大屏配置与大屏展示同期** |
|
||||
| US-R3-05 | 监控数据质量 | 系统管理员 | 保障数据可靠性 |
|
||||
| US-DS-01 | 大屏-学校供需总览 | 大屏模块 | 大屏核心展示 |
|
||||
| US-DS-02 | 大屏-专业匹配度排行 | 大屏模块 | 大屏核心展示 |
|
||||
|
||||
### P2 — 展示与体验提升
|
||||
|
||||
| 编号 | User Story | 角色 | 说明 |
|
||||
|------|-----------|------|------|
|
||||
| US-R1-07 | 获取合作企业推荐 | 学院用户 | 企业对接场景 |
|
||||
| US-R1-08 | 查看学生就业去向分布 | 学院用户 | 就业指导场景 |
|
||||
| US-R2-06 | 查看数据质量概况 | 校级管理者 | 管理可视化 |
|
||||
| US-DS-03 | 大屏-人才缺口可视化 | 大屏模块 | 大屏进阶展示 |
|
||||
| US-DS-04 | 大屏-薪资对比 | 大屏模块 | 大屏进阶展示 |
|
||||
| US-DS-05 | 大屏-校企合作成果 | 大屏模块 | 大屏进阶展示 |
|
||||
| US-R3-08 | 系统配置与运维 | 系统管理员 | 运维保障 |
|
||||
|
||||
### P3 — 智能增值功能
|
||||
|
||||
| 编号 | User Story | 角色 |
|
||||
|------|-----------|------|
|
||||
| US-R1-06 | 获取课程调整建议 | 学院用户 |
|
||||
| US-R1-09 | 查看政策与行业动态 | 学院用户 |
|
||||
| US-R2-05 | 跟踪各学院改进情况 | 校级管理者 |
|
||||
|
||||
---
|
||||
|
||||
## 二、建议交付节奏
|
||||
|
||||
```
|
||||
月份1 月份2 月份3 月份4
|
||||
┌────────────────┬────────────────┬────────────────┬────────────────┐
|
||||
│ │ │ │ │
|
||||
│ P0 数据层 │ P0 分析+报告 │ P1 深度分析 │ P2+P3 │
|
||||
│ │ │ + 大屏 │ 增值功能 │
|
||||
│ · 数据对接 │ · 分析引擎 │ · 技能图谱 │ · 课程建议 │
|
||||
│ · 数据清洗 │ · 院级总览 │ · 薪资分析 │ · 政策聚合 │
|
||||
│ · 岗位归一 │ · 专业分析 │ · 缺口分析 │ · 闭环跟踪 │
|
||||
│ · 用户权限 │ · 32份基础报告 │ · 大屏配置 │ · 企业推荐 │
|
||||
│ │ · 全校总览 │ · 大屏核心页 │ · 大屏进阶 │
|
||||
│ │ · 材料导出 │ · 报告内容丰富 │ · 就业去向 │
|
||||
│ │ │ │ │
|
||||
└────────────────┴────────────────┴────────────────┴────────────────┘
|
||||
里程碑1 里程碑2 里程碑3 里程碑4
|
||||
数据跑通验证 核心功能上线 供需会就绪 持续迭代
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 三、关键依赖关系
|
||||
|
||||
```
|
||||
数据源接入(R3-01/02)
|
||||
│
|
||||
▼
|
||||
数据清洗 & 岗位归一(R3-03/04)
|
||||
│
|
||||
▼
|
||||
分析引擎(R3-06)
|
||||
│
|
||||
├──────────────────────────────────┐
|
||||
▼ ▼
|
||||
院级总览(R1-01) ──► 专业分析(R1-02) 全校总览(R2-01)
|
||||
│ │
|
||||
├── 技能图谱(R1-03)├── 缺口汇总(R2-02)
|
||||
├── 薪资对比(R1-04)├── 大屏配置(R2-04) ──► 大屏展示(DS-xx)
|
||||
├── 缺口分析(R1-05)└── 材料导出(R2-03) ──┐
|
||||
│ │
|
||||
├── 报告导出(R1-10)◄─────────────────────┘
|
||||
│ （基础版P0 → 完整版随P1/P3丰富） 复用
|
||||
└── 课程建议(R1-06)
|
||||
```
|
||||
|
||||
> **关键依赖说明**：
|
||||
> - R1-01（院级总览）是 R1-02（专业详情）的入口页面，必须同期交付
|
||||
> - R2-04（大屏配置）是 DS-xx（大屏展示）的管理入口，必须同期交付
|
||||
> - R2-03（材料包）复用 R1-10（报告导出）的产出，不重复生成
|
||||
> - R1-10 报告内容随 P0→P1→P3 逐步丰富，不阻塞P0交付
|
||||
|
||||
---
|
||||
|
||||
## 四、风险提示
|
||||
|
||||
| 风险项 | 影响 | 建议应对 |
|
||||
|--------|------|---------|
|
||||
| 校内系统无可用API | 退化为手动导入 | 提前确认接口能力，准备Excel方案 |
|
||||
| 外部数据采集合规 | 爬虫可能违反ToS | 优先对接开放API，控制采集频率 |
|
||||
| 岗位分类标准不统一 | 分析结果不可信 | 早期投入分类体系，参考国标+行业标准 |
|
||||
| 32专业数据完整度差异大 | 部分报告质量低 | 设置完整度阈值，不达标专业标注说明 |
|
||||
| 供需会时间节点固定 | 倒排工期压力 | 确认供需会日期，按里程碑严控 |
|
||||
@@ -0,0 +1,573 @@
|
||||
# 供需会智能分析系统 — 技术方案
|
||||
|
||||
> **项目名称**：杭州科技职业技术学院 供需会智能分析系统
|
||||
|
||||
## 目录
|
||||
|
||||
- [一、项目背景与目标](#一项目背景与目标)
|
||||
- [二、系统总体架构](#二系统总体架构)
|
||||
- [三、核心功能设计](#三核心功能设计)
|
||||
- [四、AI能力详解](#四ai能力详解)
|
||||
- [五、数据安全与部署方案](#五数据安全与部署方案)
|
||||
- [六、实施计划](#六实施计划)
|
||||
- [七、投资估算](#七投资估算)
|
||||
|
||||
## 一、项目背景与目标
|
||||
|
||||
### 1.1 项目背景
|
||||
|
||||
高校供需对接是高等教育服务区域经济发展的核心环节。杭州科技职业技术学院覆盖32个专业方向，每年为杭州及周边地区输送大量技术技能型人才。供需会作为学校与行业企业对接的重要机制，承担着人才培养方向校准、校企合作推进、就业质量提升等多重使命。
|
||||
|
||||
当前，学校在供需对接方面面临以下挑战：
|
||||
|
||||
| 挑战 | 现状 |
|
||||
|------|------|
|
||||
| **数据分散** | 校内实习数据、就业数据、市场招聘数据分散在不同系统，无法统一分析 |
|
||||
| **分析依赖人工** | 供需匹配主要靠人工调研和经验判断，缺少数据化、智能化的分析手段 |
|
||||
| **报告产出效率低** | 32个专业的人才需求报告需逐一手工编写，耗时长、口径难统一 |
|
||||
| **决策缺少数据支撑** | 课程调整、专业建设、企业合作等决策缺乏市场数据的量化支撑 |
|
||||
| **展示手段单一** | 缺少直观、专业的数据可视化展示手段 |
|
||||
|
||||
### 1.2 建设目标
|
||||
|
||||
建设一套 **AI驱动的供需会智能分析系统**，实现以下目标：
|
||||
|
||||
1. **数据汇聚**：打通校内实习平台、就业系统与外部就业市场数据，建立统一的供需数据底座
|
||||
2. **智能分析**：运用大模型和数据分析技术，自动完成岗位匹配、技能解析、缺口识别、薪资对标
|
||||
3. **报告自动化**：一键生成32个专业的人才需求分析报告，支持供需会材料批量导出
|
||||
4. **辅助决策**：为学院提供AI驱动的课程调整建议和企业合作推荐
|
||||
5. **可视化展示**：提供供需会专用数据大屏，直观呈现人才培养与市场需求的对接成果
|
||||
|
||||
## 二、系统总体架构
|
||||
|
||||
### 2.1 总体架构图
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────────────────────┐
|
||||
│ 应用展示层 │
|
||||
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌───────────┐ │
|
||||
│ │ 学院工作台 │ │ 校级管理台 │ │ 系统管理台 │ │ 展示大屏 │ │
|
||||
│ │ · 专业分析 │ │ · 全校总览 │ │ · 数据管理 │ │ · 供需总览│ │
|
||||
│ │ · 报告导出 │ │ · 缺口汇总 │ │ · 用户权限 │ │ · 匹配排行│ │
|
||||
│ │ · 企业推荐 │ │ · 材料导出 │ │ · 系统运维 │ │ · 缺口地图│ │
|
||||
│ │ · 就业指导 │ │ · 大屏管理 │ │ · 分析任务 │ │ · 薪资对比│ │
|
||||
│ └─────────────┘ └─────────────┘ └─────────────┘ └───────────┘ │
|
||||
├─────────────────────────────────────────────────────────────────────┤
|
||||
│ AI 智能分析引擎 │
|
||||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ JD智能解析│ │ 岗位匹配 │ │ 缺口识别 │ │ 报告生成 │ │
|
||||
│ │ 大模型 │ │ 引擎 │ │ 引擎 │ │ 引擎 │ │
|
||||
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
|
||||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ 技能图谱 │ │ 薪资分析 │ │ 课程建议 │ │
|
||||
│ │ 构建 │ │ 引擎 │ │ AI生成 │ │
|
||||
│ └──────────┘ └──────────┘ └──────────┘ │
|
||||
├─────────────────────────────────────────────────────────────────────┤
|
||||
│ 数据治理层 │
|
||||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ 数据清洗 │ │ 岗位归一 │ │ 质量监控 │ │ 数据仓库 │ │
|
||||
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │
|
||||
├─────────────────────────────────────────────────────────────────────┤
|
||||
│ 数据源层 │
|
||||
│ ┌───────────────────────┐ ┌───────────────────────────────────┐ │
|
||||
│ │ 校内数据 │ │ 外部数据 │ │
|
||||
│ │ · 实习平台（含工资） │ │ · 杭州就业网 · 杭州本地人才网 │ │
|
||||
│ │ · 就业管理系统 │ │ · 政策/行业报告 │ │
|
||||
│ └───────────────────────┘ └───────────────────────────────────┘ │
|
||||
└─────────────────────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 2.2 架构设计原则
|
||||
|
||||
| 原则 | 说明 |
|
||||
|------|------|
|
||||
| **一体化部署** | 一套系统覆盖全部功能，统一部署维护，降低学校信息中心的运维负担 |
|
||||
| **数据驱动** | 从数据采集到报告生成形成完整链路，所有分析结论均可溯源至原始数据 |
|
||||
| **AI原生** | 大模型能力深度集成于分析引擎，而非简单的功能叠加，确保智能分析的精准性 |
|
||||
| **渐进增强** | 系统分阶段交付，核心功能优先上线，AI高级功能逐步丰富，不影响基础使用 |
|
||||
| **安全可控** | 支持校内私有化部署，数据不出校园；大模型可对接私有化部署的模型服务 |
|
||||
|
||||
## 三、核心功能设计
|
||||
|
||||
### 3.1 数据接入与治理
|
||||
|
||||
数据是系统的基础。本模块负责从多方数据源汇聚数据，并经过清洗、标准化后，形成统一的供需数据底座。
|
||||
|
||||
#### 3.1.1 校内数据对接
|
||||
|
||||
| 数据源 | 接入数据 | 对接方式 |
|
||||
|--------|---------|---------|
|
||||
| 校内实习平台 | 实习岗位、实习企业、实习工资（新增） | 优先API对接，兜底Excel导入 |
|
||||
| 就业管理系统 | 就业岗位、就业薪资、就业企业、就业去向 | 优先API/数据库视图对接 |
|
||||
|
||||
> 系统提供可视化的数据对接配置界面，支持字段映射、同步频率设置和连接测试，无需修改代码即可适配学校现有系统。
|
||||
|
||||
#### 3.1.2 外部数据采集
|
||||
|
||||
| 数据源 | 采集内容 | 采集策略 |
|
||||
|--------|---------|---------|
|
||||
| 杭州就业网 | 岗位需求、企业信息、薪资范围 | 定时采集，按行业/地域配置范围 |
|
||||
| 杭州本地人才网 | 招聘岗位、技能要求、薪资数据 | 定时采集 |
|
||||
| 行业报告/新闻 | 行业趋势、政策动态 | 定时采集+人工录入 |
|
||||
|
||||
#### 3.1.3 数据治理
|
||||
|
||||
```
|
||||
原始数据 ──► 数据清洗 ──► 岗位归一 ──► 质量检验 ──► 数据仓库
|
||||
│ │ │
|
||||
▼ ▼ ▼
|
||||
· 去重去噪 · 统一分类 · 完整度检查
|
||||
· 格式标准化 · 别名映射 · 异常值检测
|
||||
· 缺失值处理 · 待审核队列 · 质量评分
|
||||
```
|
||||
|
||||
**岗位分类归一**是数据治理的核心环节。系统建立三级岗位分类体系（大类-中类-小类），通过AI辅助的别名映射和人工审核相结合，确保来自不同数据源的岗位信息能在同一体系下进行对比分析。
|
||||
|
||||
### 3.2 AI智能分析引擎
|
||||
|
||||
这是系统的核心价值所在。AI分析引擎对治理后的供需数据进行深度分析，产出六大维度的分析结果。各维度的详细能力说明见 [第四章 AI能力详解](#四ai能力详解)。
|
||||
|
||||
#### 六大分析维度
|
||||
|
||||
| 分析维度 | 分析内容 | 产出 |
|
||||
|---------|---------|------|
|
||||
| **岗位匹配度分析** | 将校内就业/实习岗位与市场需求岗位进行智能比对 | 32个专业的匹配度评分及详细对比 |
|
||||
| **人才缺口识别** | 识别市场有需求但学校覆盖不足的方向 | 缺口岗位TOP排行、缺口率、趋势 |
|
||||
| **薪资对标分析** | 校内实习工资/就业薪资与市场水平横向对比 | 分位数对比、城市维度、趋势变化 |
|
||||
| **专业技能图谱** | 从招聘信息中AI提取技能要求，与课程设置比对 | 32个专业的技能覆盖雷达图 |
|
||||
| **课程调整建议** | 基于供需偏差和技能缺口，AI生成优化建议 | 按专业输出新增/强化/弱化课程建议 |
|
||||
| **企业推荐** | 基于岗位匹配度，推荐潜在合作企业 | 按专业输出推荐企业列表及推荐理由 |
|
||||
|
||||
#### 分析引擎工作流程
|
||||
|
||||
```
|
||||
数据仓库
|
||||
│
|
||||
├──────────────────────────┐
|
||||
▼ ▼ ▼
|
||||
校内就业数据 市场需求数据 招聘信息原文
|
||||
│ │ │
|
||||
│ │ ▼
|
||||
│ │ AI智能解析（技能/要求提取）
|
||||
│ │ │
|
||||
▼ ▼ ▼
|
||||
┌──────────────────────────┐
|
||||
│ 多维度分析引擎 │
|
||||
│ 岗位匹配 · 缺口识别 │
|
||||
│ 薪资对标 · 技能图谱 │
|
||||
│ 企业推荐 · 课程建议 │
|
||||
└────────────┬─────────────┘
|
||||
│
|
||||
▼
|
||||
分析结果库（版本化存储）
|
||||
│
|
||||
┌─────────┼─────────┐
|
||||
▼ ▼ ▼
|
||||
报告生成 数据看板 大屏展示
|
||||
```
|
||||
|
||||
### 3.3 专业人才需求报告
|
||||
|
||||
系统自动生成32个专业的人才需求分析报告，是供需会的核心产出物。
|
||||
|
||||
#### 报告内容结构
|
||||
|
||||
```
|
||||
《XX专业人才需求分析报告》
|
||||
|
||||
1. 专业概况
|
||||
- 在校生规模、近三年就业率
|
||||
|
||||
2. 供需匹配分析
|
||||
- 毕业生TOP就业岗位 vs 市场TOP需求岗位
|
||||
- 匹配度评分及档位
|
||||
|
||||
3. 技能图谱分析
|
||||
- 市场要求技能 vs 课程覆盖技能（雷达图）
|
||||
- 技能覆盖盲区标注
|
||||
|
||||
4. 薪资对标分析
|
||||
- 实习/就业薪资 vs 市场薪资（分位数对比）
|
||||
- 城市维度、趋势变化
|
||||
|
||||
5. 人才缺口分析
|
||||
- 相关方向缺口岗位及规模
|
||||
- 缺口趋势判断
|
||||
|
||||
6. 课程调整建议（AI生成）
|
||||
- 建议新增/强化/弱化的课程方向
|
||||
- 每条建议的数据支撑和优先级
|
||||
|
||||
7. 合作企业推荐
|
||||
- 高匹配度企业列表
|
||||
- 推荐理由
|
||||
```
|
||||
|
||||
#### 报告生成策略
|
||||
|
||||
报告内容随系统功能上线逐步丰富，32个专业从第一期起即全部覆盖：
|
||||
|
||||
| 阶段 | 报告版本 | 包含内容 |
|
||||
|------|---------|---------|
|
||||
| 第一期（M2） | 基础版 | 供需匹配分析（岗位对比、匹配度评分） |
|
||||
| 第二期（M3） | 完整版 | 增加技能图谱、薪资对标、缺口分析 |
|
||||
| 第三期（M4） | 智能版 | 增加AI课程建议、企业推荐 |
|
||||
|
||||
- 支持PDF/Word格式导出，统一排版，带学校LOGO和元信息
|
||||
- 校级管理者可一键打包导出全部32份报告 + 全校总报告
|
||||
|
||||
### 3.4 多角色工作台
|
||||
|
||||
系统面向三类用户，提供差异化的工作台。
|
||||
|
||||
#### 3.4.1 学院工作台
|
||||
|
||||
> 面向学院院长、专业负责人、就业指导老师
|
||||
|
||||
| 功能板块 | 功能说明 |
|
||||
|---------|---------|
|
||||
| 专业匹配度总览 | 本院所有专业与市场需求匹配度排行，支持预警标注 |
|
||||
| 专业详细分析 | 单专业维度的完整分析（岗位对比、技能图谱、薪资、缺口） |
|
||||
| 课程调整建议 | AI生成的课程优化方向，支持采纳/暂缓/驳回标记 |
|
||||
| 企业推荐 | 高匹配度企业列表，区分已合作和新推荐，支持导出 |
|
||||
| 就业去向分布 | 学生就业流向可视化（行业/地域/企业类型） |
|
||||
| 政策与动态 | 相关就业政策、行业报告聚合 |
|
||||
| 报告导出 | 导出专业报告或学院报告（PDF/Word） |
|
||||
|
||||
> 通过数据权限控制，院长可查看院级汇总，专业负责人看本专业详情，就业指导老师侧重企业和薪资信息。
|
||||
|
||||
#### 3.4.2 校级管理台
|
||||
|
||||
> 面向教务处、就业处领导
|
||||
|
||||
| 功能板块 | 功能说明 |
|
||||
|---------|---------|
|
||||
| 全校专业对比 | 32个专业匹配度/缺口率/薪资竞争力排行，红绿灯预警 |
|
||||
| 人才缺口汇总 | 全校维度的缺口方向汇总，辅助新专业申报和招生调整 |
|
||||
| 改进跟踪 | 各学院对建议的响应情况统计 |
|
||||
| 数据质量概览 | 各数据源接入状态、数据完整度 |
|
||||
| 材料包导出 | 一键打包导出供需会全套材料（ZIP） |
|
||||
| 大屏管理 | 配置大屏展示内容、布局、轮播策略 |
|
||||
|
||||
#### 3.4.3 系统管理台
|
||||
|
||||
> 面向信息中心运维人员
|
||||
|
||||
| 功能板块 | 功能说明 |
|
||||
|---------|---------|
|
||||
| 数据源管理 | 校内/外部数据源配置、测试连接、同步策略 |
|
||||
| 数据清洗 | 清洗规则配置、预览、执行日志 |
|
||||
| 岗位分类 | 分类体系维护、别名映射、待审核队列 |
|
||||
| 分析任务 | 手动/自动触发分析、进度监控、版本管理 |
|
||||
| 用户权限 | 用户CRUD、角色分配、学院/专业数据范围绑定 |
|
||||
| 系统运维 | 全局配置、运行监控、操作日志、数据备份 |
|
||||
|
||||
### 3.5 供需会展示大屏
|
||||
|
||||
展示大屏用于供需数据的可视化呈现，无需登录，由校级管理者配置展示内容。
|
||||
|
||||
#### 大屏页面规划
|
||||
|
||||
| 页面 | 展示内容 | 核心视觉元素 |
|
||||
|------|---------|-------------|
|
||||
| 学校供需总览 | 全校宏观指标（专业数、就业率、匹配度、企业数） | 动态计数器、指标卡片 |
|
||||
| 专业匹配度排行 | 32个专业匹配度排名 | 柱状图/排行榜，TOP5高亮 |
|
||||
| 人才缺口地图 | 市场急需方向分布 | 热力气泡图，动态浮动 |
|
||||
| 薪资对比 | 校内薪资 vs 市场薪资 | 双轴对比图，涨跌箭头 |
|
||||
| 校企合作成果 | 合作企业展示 | 企业LOGO墙/地图分布 |
|
||||
|
||||
#### 大屏技术要求
|
||||
|
||||
- 适配1920×1080及以上分辨率，支持16:9/21:9比例
|
||||
- 深色主题、高对比度配色，视觉效果专业
|
||||
- 各页面按设定间隔自动轮播，支持手动切换
|
||||
- 通过专用URL免登录访问
|
||||
- 关键数字突出显示，信息层次清晰
|
||||
|
||||
## 四、AI能力详解
|
||||
|
||||
AI能力是本系统区别于传统数据统计工具的核心差异点。系统深度集成大语言模型，在以下四个关键场景中发挥智能化作用。
|
||||
|
||||
### 4.1 大模型驱动的JD智能解析
|
||||
|
||||
**痛点**：市场招聘数据中，岗位JD以自然语言描述，格式各异，传统关键词匹配难以准确提取结构化信息。
|
||||
|
||||
**方案**：利用大模型的语义理解能力，将非结构化JD文本自动解析为结构化数据。
|
||||
|
||||
```
|
||||
┌───────────────────────────────────────┐
|
||||
│ 原始JD文本（输入） │
|
||||
│ │
|
||||
│ "招聘Python后端开发工程师，要求熟悉 │
|
||||
│ Django/Flask框架，有Redis/MySQL经验， │
|
||||
│ 了解Docker容器化部署，薪资15-25K..." │
|
||||
├───────────────────────────────────────┤
|
||||
│ 大模型解析 │
|
||||
├───────────────────────────────────────┤
|
||||
│ 结构化结果（输出） │
|
||||
│ │
|
||||
│ · 岗位类别：互联网/软件开发/后端开发 │
|
||||
│ · 核心技能：Python, Django, Flask, │
|
||||
│ Redis, MySQL, Docker │
|
||||
│ · 技能层级：熟悉(Django/Flask/Redis) │
|
||||
│ 了解(Docker) │
|
||||
│ · 薪资范围：15K-25K │
|
||||
│ · 经验要求：推断为1-3年 │
|
||||
└───────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**价值**：
|
||||
- 解析准确率显著优于传统关键词匹配
|
||||
- 能理解语义近义（如"熟练使用"="精通"、"有经验"="熟悉"）
|
||||
- 支持自动适配不同平台、不同格式的JD文本
|
||||
|
||||
### 4.2 AI岗位匹配与人才缺口识别
|
||||
|
||||
**痛点**：校内就业岗位名称与市场岗位名称往往不同（如学生就业登记为"程序员"，市场叫"后端开发工程师"），简单文本匹配会导致大量漏匹配。
|
||||
|
||||
**方案**：利用大模型的语义相似度计算和推理能力，实现"理解岗位本质"的智能匹配。
|
||||
|
||||
```
|
||||
校内就业岗位 市场需求岗位
|
||||
───────────── ─────────────
|
||||
"程序员" ──AI匹配──► "后端开发工程师" ✅ 高匹配
|
||||
"网页设计" ──AI匹配──► "UI/UX设计师" ✅ 中匹配
|
||||
"文员" ──AI匹配──► "数据分析师" ❌ 低匹配
|
||||
"算法工程师" ⚠️ 无对应（缺口）
|
||||
```
|
||||
|
||||
**匹配方式**：
|
||||
1. AI理解岗位的实际含义，而非简单比对文字
|
||||
2. 结合岗位分类体系进行层级匹配
|
||||
3. 综合技能要求重合度进行交叉验证
|
||||
4. 输出匹配度评分（0-100）和匹配置信度
|
||||
|
||||
**缺口识别逻辑**：
|
||||
- 市场需求量大 + 学校就业覆盖少 = 人才缺口
|
||||
- 结合需求增长趋势判断缺口紧迫性
|
||||
- 关联到具体专业，给出"该缺口应由哪个专业响应"的建议
|
||||
|
||||
### 4.3 智能课程调整建议
|
||||
|
||||
**痛点**：即使识别了供需偏差，从"市场需要什么技能"到"学校应该调整什么课程"之间的推理链条复杂，依赖专业人员的经验判断。
|
||||
|
||||
**方案**：利用大模型的推理能力，自动生成从市场数据到课程建议的完整推理链。
|
||||
|
||||
```
|
||||
┌─────────────────────────────────────────────────────┐
|
||||
│ AI课程建议生成流程 │
|
||||
│ │
|
||||
│ 输入： │
|
||||
│ · 本专业技能图谱（市场要求 vs 课程覆盖） │
|
||||
│ · 本专业供需匹配偏差数据 │
|
||||
│ · 本专业现有课程设置清单 │
|
||||
│ │
|
||||
│ 大模型推理： │
|
||||
│ 1. 识别技能覆盖盲区 │
|
||||
│ 2. 关联盲区技能到具体岗位需求 │
|
||||
│ 3. 评估该技能的市场重要程度和增长趋势 │
|
||||
│ 4. 生成课程调整建议（新增/强化/弱化） │
|
||||
│ 5. 为每条建议给出数据支撑和优先级 │
|
||||
│ │
|
||||
│ 输出示例： │
|
||||
│ ┌─────────────────────────────────────────────────┐ │
|
||||
│ │ 建议【高优先级】：新增"容器化与云原生"课程方向 │ │
|
||||
│ │ │ │
|
||||
│ │ 依据：Docker/K8s技能在后端开发岗位JD中出现率 │ │
|
||||
│ │ 从2024年的42%上升至2026年的78%，而当前课程体系 │ │
|
||||
│ │ 中仅在"Linux基础"课程中简要提及容器概念。 │ │
|
||||
│ │ │ │
|
||||
│ │ 建议措施：新增1门32学时选修课，覆盖Docker基础、 │ │
|
||||
│ │ 容器编排、CI/CD流水线等内容。 │ │
|
||||
│ └─────────────────────────────────────────────────┘ │
|
||||
└─────────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**价值**：
|
||||
- 从"数据发现"到"行动建议"自动闭环
|
||||
- 每条建议有明确的数据支撑，可追溯、可验证
|
||||
- 大幅降低专业负责人分析市场数据的工作量
|
||||
|
||||
### 4.4 专业能力图谱自动构建
|
||||
|
||||
**痛点**：32个专业分别需要哪些技能、每个技能市场需求强度如何、学校课程覆盖如何——这张图谱需要大量人力梳理。
|
||||
|
||||
**方案**：由AI自动从海量招聘JD中提取、归类、量化技能要求，并与课程设置自动比对，生成专业能力图谱。
|
||||
|
||||
```
|
||||
计算机科学与技术 · 能力图谱
|
||||
|
||||
Java ★★★★★
|
||||
/
|
||||
Python ★★★★ MySQL ★★★★
|
||||
/ \
|
||||
Docker ★★★ Redis ★★★
|
||||
\ /
|
||||
Linux ★★★★ Git ★★★★
|
||||
\ /
|
||||
Spring ★★★★★
|
||||
|
||||
★ 市场需求强度 ● 课程覆盖度
|
||||
|
||||
覆盖充足：Java, Python, MySQL, Linux
|
||||
部分覆盖：Spring, Git
|
||||
严重不足：Docker, Redis ◄── 重点关注
|
||||
```
|
||||
|
||||
**构建流程**：
|
||||
1. 从招聘JD中通过大模型提取技能关键词及层级要求
|
||||
2. 统计每个技能在对口岗位中的出现频率，计算市场需求强度
|
||||
3. 将技能与学校课程大纲进行比对（课程名称+教学内容关键词匹配）
|
||||
4. 生成雷达图/能力矩阵，标注覆盖状态
|
||||
|
||||
## 五、数据安全与部署方案
|
||||
|
||||
### 5.1 数据安全策略
|
||||
|
||||
| 安全维度 | 措施 |
|
||||
|---------|------|
|
||||
| **数据存储** | 所有数据存储在学校服务器内，不外传；数据库加密存储 |
|
||||
| **访问控制** | 基于角色的权限控制，学院用户只能访问本单位数据 |
|
||||
| **传输安全** | 全站HTTPS加密传输 |
|
||||
| **操作审计** | 关键操作（数据导入/导出、报告下载、权限变更）全程日志记录 |
|
||||
| **数据备份** | 支持自动定时备份，可手动触发，支持从备份恢复 |
|
||||
| **AI安全** | AI模型可对接学校私有化部署的服务，敏感数据不传入公网 |
|
||||
|
||||
### 5.2 部署方案
|
||||
|
||||
系统采用**校内私有化部署**，部署在学校数据中心或指定云服务器上。
|
||||
|
||||
```
|
||||
┌──────────────────────────────────────┐
|
||||
│ 学校数据中心/云服务器 │
|
||||
│ │
|
||||
│ ┌─────────┐ ┌─────────┐ │
|
||||
│ │ Web前端 │ │ 后端服务 │ │
|
||||
│ └─────────┘ └─────────┘ │
|
||||
│ ┌─────────┐ ┌─────────┐ │
|
||||
│ │ 数据库 │ │ 缓存服务 │ │
|
||||
│ └─────────┘ └─────────┘ │
|
||||
│ ┌─────────┐ │
|
||||
│ │ AI模型 │ （可选私有化部署 │
|
||||
│ │ 服务 │ 或对接云端API） │
|
||||
│ └─────────┘ │
|
||||
└──────────────────────────────────────┘
|
||||
```
|
||||
|
||||
**服务器推荐配置**：
|
||||
|
||||
| 项目 | 基础配置 | 推荐配置 |
|
||||
|------|---------|---------|
|
||||
| CPU | 8核 | 16核 |
|
||||
| 内存 | 16GB | 32GB |
|
||||
| 磁盘 | 200GB SSD | 500GB SSD |
|
||||
| GPU（如需私有化AI模型） | — | 独立GPU卡×1 |
|
||||
|
||||
> 如不部署私有化AI模型，可通过API调用云端AI服务，此时无需GPU。
|
||||
|
||||
## 六、实施计划
|
||||
|
||||
### 6.1 分期交付计划
|
||||
|
||||
项目采用分期迭代交付模式，共4个里程碑，总周期约4个月。
|
||||
|
||||
```
|
||||
月份1 月份2 月份3 月份4
|
||||
┌────────────────┬────────────────┬────────────────┬────────────────┐
|
||||
│ │ │ │ │
|
||||
│ 里程碑1 │ 里程碑2 │ 里程碑3 │ 里程碑4 │
|
||||
│ 数据跑通 │ 核心功能上线 │ 供需会就绪 │ 持续迭代 │
|
||||
│ │ │ │ │
|
||||
│ · 数据源对接 │ · AI分析引擎 │ · 技能图谱 │ · AI课程建议 │
|
||||
│ · 数据清洗归一 │ · 院级/专业分析│ · 薪资对标 │ · 政策聚合 │
|
||||
│ · 岗位分类体系 │ · 32份基础报告 │ · 缺口分析 │ · 改进跟踪 │
|
||||
│ · 用户权限 │ · 全校总览 │ · 大屏配置+展示│ · 企业推荐 │
|
||||
│ │ · 材料包导出 │ · 报告内容丰富 │ · 就业去向 │
|
||||
│ │ │ │ · 大屏进阶 │
|
||||
└────────────────┴────────────────┴────────────────┴────────────────┘
|
||||
|
||||
验收点1: 验收点2: 验收点3: 验收点4:
|
||||
数据链路跑通 系统可用于 完整分析+大屏 全功能交付
|
||||
样本数据可查 报告生成和导出
|
||||
```
|
||||
|
||||
### 6.2 里程碑交付物
|
||||
|
||||
| 里程碑 | 交付物 | 验收标准 |
|
||||
|--------|--------|---------|
|
||||
| M1 数据跑通 | 数据治理模块上线，样本数据入库 | 校内+外部数据可接入，清洗归一后可查询 |
|
||||
| M2 核心上线 | 分析引擎+报告+工作台上线 | 可生成32份基础版专业报告并导出 |
|
||||
| M3 供需会就绪 | 完整分析+大屏上线 | 报告含完整分析维度，大屏可正常展示 |
|
||||
| M4 全功能交付 | 全部功能上线 | AI课程建议等高级功能可用，全系统验收 |
|
||||
|
||||
### 6.3 项目配合要求
|
||||
|
||||
| 阶段 | 需校方配合事项 |
|
||||
|------|--------------|
|
||||
| 启动阶段 | 提供校内系统接口文档或数据库访问权限；确认32个专业清单和课程设置 |
|
||||
| M1阶段 | 配合数据对接调试；提供样本数据验证清洗效果 |
|
||||
| M2阶段 | 业务部门试用反馈；确认报告格式和内容模板 |
|
||||
| M3阶段 | 确认大屏展示需求；提供大屏显示设备参数（屏幕尺寸/分辨率） |
|
||||
| 全程 | 指定1名项目对接人，负责协调校内各部门 |
|
||||
|
||||
## 七、投资估算
|
||||
|
||||
### 7.1 软件开发工作量
|
||||
|
||||
以下按功能模块估算开发工作量，单位为**人天**。
|
||||
|
||||
| 模块 | 功能范围 | 人天 | 阶段 |
|
||||
|------|---------|:----:|:----:|
|
||||
| **数据接入与治理** | | | |
|
||||
|  校内数据对接 | 多种对接方式，字段映射，自动同步 | 15 | M1 |
|
||||
|  外部数据采集 | 3个采集源配置，采集调度，异常告警 | 18 | M1 |
|
||||
|  数据清洗引擎 | 去重/补全/过滤规则，配置界面，执行日志 | 12 | M1 |
|
||||
|  岗位分类归一 | 三级分类体系，别名映射，AI辅助归一，审核队列 | 15 | M1 |
|
||||
|  数据质量监控 | 监控看板，完整度/归一率指标，告警配置 | 8 | M1 |
|
||||
| **AI智能分析引擎** | | | |
|
||||
|  JD智能解析 | AI驱动的招聘信息结构化解析，批量处理 | 12 | M2 |
|
||||
|  岗位匹配引擎 | 智能语义匹配，匹配度评分，多维度校验 | 15 | M2 |
|
||||
|  人才缺口识别 | 缺口计算，趋势分析，关联专业推荐 | 10 | M2/M3 |
|
||||
|  薪资分析引擎 | 多维度薪资对比，趋势分析 | 8 | M3 |
|
||||
|  技能图谱构建 | AI技能提取，课程比对，图谱生成 | 15 | M3 |
|
||||
|  AI课程建议 | AI驱动的课程调整建议生成 | 12 | M4 |
|
||||
|  企业推荐引擎 | 企业-专业匹配度计算，推荐理由生成 | 8 | M4 |
|
||||
| **报告生成** | | | |
|
||||
|  报告模板与生成 | 模板设计，数据填充，图表渲染，PDF/Word输出 | 15 | M2 |
|
||||
|  材料包导出 | 32份报告+总报告汇总，批量打包下载 | 5 | M2 |
|
||||
| **应用工作台** | | | |
|
||||
|  学院工作台 | 7个功能板块的界面与服务 | 25 | M2/M3 |
|
||||
|  校级管理台 | 6个功能板块的界面与服务 | 20 | M2/M3 |
|
||||
|  系统管理台 | 6个功能板块的界面与服务 | 20 | M1/M2 |
|
||||
| **展示大屏** | | | |
|
||||
|  大屏核心页面 | 5个大屏页面设计+开发，轮播，免登录 | 20 | M3 |
|
||||
|  大屏管理功能 | 内容配置，布局调整，预览 | 8 | M3 |
|
||||
| **基础设施** | | | |
|
||||
|  用户权限系统 | 角色管理，数据权限，可选对接学校统一认证 | 10 | M1 |
|
||||
|  系统运维 | 全局配置，运行监控，操作日志，备份恢复 | 10 | M3/M4 |
|
||||
|  部署与联调 | 环境搭建，联调测试，上线部署 | 15 | 全程 |
|
||||
| | | | |
|
||||
| **合计** | | **311** | |
|
||||
|
||||
### 7.2 工作量汇总（按阶段）
|
||||
|
||||
| 阶段 | 周期 | 工作量 | 核心交付 |
|
||||
|------|------|:------:|---------|
|
||||
| M1 数据跑通 | 第1个月 | 78 人天 | 数据治理全链路 + 用户权限 |
|
||||
| M2 核心上线 | 第2个月 | 100 人天 | AI分析引擎 + 报告生成 + 工作台核心 |
|
||||
| M3 供需会就绪 | 第3个月 | 83 人天 | 深度分析 + 大屏 + 工作台完善 |
|
||||
| M4 持续迭代 | 第4个月 | 50 人天 | AI课程建议 + 企业推荐 + 运维 |
|
||||
| **合计** | **4个月** | **311 人天** | |
|
||||
|
||||
### 7.3 其他费用参考
|
||||
|
||||
| 项目 | 说明 | 预估（年） |
|
||||
|------|------|-----------|
|
||||
| 服务器 | 校方自备或采购（见5.2配置推荐） | 视校方情况 |
|
||||
| AI模型云端调用 | 如使用云端AI服务（按调用量计费） | 1-3万元 |
|
||||
| AI模型私有化部署 | 如需校内私有化部署（含GPU服务器） | 视模型规模 |
|
||||
| 年度运维 | 系统维护、数据更新、版本升级 | 另行协商 |
|
||||
|
||||
> 以上AI服务费用为参考值，实际费用取决于分析频率和数据规模。32个专业每月分析一次，年均费用约1-2万元。
|
||||
|
||||
*— 文档结束 —*
|
||||
Binary file not shown.
@@ -0,0 +1,369 @@
|
||||
<!DOCTYPE html>
|
||||
<html lang="zh-CN">
|
||||
<head>
|
||||
<meta charset="UTF-8">
|
||||
<title>供需会智能分析系统 — 架构图（Word粘贴版）</title>
|
||||
<style>
|
||||
body { font-family: "Microsoft YaHei", "PingFang SC", sans-serif; max-width: 800px; margin: 40px auto; color: #333; }
|
||||
h2 { color: #1a5276; border-bottom: 2px solid #2980b9; padding-bottom: 6px; margin-top: 50px; }
|
||||
h3 { color: #2c3e50; margin-top: 30px; }
|
||||
|
||||
/* 四层架构图 */
|
||||
.arch-layer { border: 2px solid #2c3e50; border-radius: 6px; margin-bottom: 0; padding: 14px 16px; }
|
||||
.arch-layer + .arch-layer { border-top: 2px dashed #7f8c8d; border-top-left-radius: 0; border-top-right-radius: 0; margin-top: -2px; }
|
||||
.arch-layer:first-child { border-bottom-left-radius: 0; border-bottom-right-radius: 0; }
|
||||
.layer-title { font-weight: bold; font-size: 15px; color: #fff; background: #2c3e50; display: inline-block; padding: 3px 12px; border-radius: 3px; margin-bottom: 10px; }
|
||||
.layer-title.blue { background: #2980b9; }
|
||||
.layer-title.green { background: #27ae60; }
|
||||
.layer-title.orange { background: #e67e22; }
|
||||
.layer-title.gray { background: #7f8c8d; }
|
||||
|
||||
.card-row { display: flex; gap: 10px; flex-wrap: wrap; }
|
||||
.card { border: 1px solid #bdc3c7; border-radius: 4px; padding: 10px 14px; background: #f8f9fa; flex: 1; min-width: 150px; }
|
||||
.card-title { font-weight: bold; font-size: 14px; color: #2c3e50; margin-bottom: 6px; }
|
||||
.card ul { margin: 0; padding-left: 16px; font-size: 13px; color: #555; }
|
||||
.card ul li { margin-bottom: 2px; }
|
||||
|
||||
.module-tag { display: inline-block; border: 1px solid #bdc3c7; border-radius: 4px; padding: 6px 14px; background: #f8f9fa; font-size: 13px; margin: 3px; text-align: center; }
|
||||
|
||||
/* 流程图 */
|
||||
.flow { text-align: center; padding: 20px 0; }
|
||||
.flow-step { display: inline-block; border: 2px solid #2980b9; border-radius: 6px; padding: 10px 20px; background: #ebf5fb; font-weight: bold; color: #1a5276; margin: 4px 0; }
|
||||
.flow-step.green { border-color: #27ae60; background: #eafaf1; color: #1e8449; }
|
||||
.flow-step.orange { border-color: #e67e22; background: #fef5e7; color: #ca6f1e; }
|
||||
.flow-step.gray { border-color: #7f8c8d; background: #f2f3f4; color: #566573; }
|
||||
.flow-arrow { display: block; font-size: 22px; color: #7f8c8d; line-height: 1.2; }
|
||||
.flow-arrow-right { display: inline-block; font-size: 20px; color: #7f8c8d; margin: 0 6px; vertical-align: middle; }
|
||||
.flow-branch { display: flex; justify-content: center; gap: 16px; margin: 6px 0; flex-wrap: wrap; }
|
||||
.flow-sub { font-size: 12px; color: #777; margin-top: 2px; }
|
||||
|
||||
/* JD解析示例 */
|
||||
.jd-box { border: 2px solid #2980b9; border-radius: 8px; overflow: hidden; max-width: 520px; margin: 0 auto; }
|
||||
.jd-section { padding: 14px 18px; }
|
||||
.jd-section.input { background: #fef9e7; border-bottom: 2px solid #2980b9; }
|
||||
.jd-section.process { background: #2980b9; color: #fff; text-align: center; font-weight: bold; padding: 10px; font-size: 15px; }
|
||||
.jd-section.output { background: #eafaf1; }
|
||||
.jd-label { font-weight: bold; font-size: 13px; color: #7f8c8d; margin-bottom: 6px; }
|
||||
.jd-text { font-size: 14px; line-height: 1.7; color: #333; }
|
||||
.jd-result { font-size: 13px; line-height: 1.8; color: #333; }
|
||||
.jd-result strong { color: #1a5276; }
|
||||
|
||||
/* 匹配示例表 */
|
||||
.match-table { width: 100%; border-collapse: collapse; font-size: 14px; }
|
||||
.match-table th { background: #2c3e50; color: #fff; padding: 10px; text-align: center; }
|
||||
.match-table td { padding: 10px; border: 1px solid #ddd; text-align: center; }
|
||||
.match-table tr:nth-child(even) { background: #f8f9fa; }
|
||||
.tag-high { background: #27ae60; color: #fff; padding: 2px 10px; border-radius: 10px; font-size: 12px; }
|
||||
.tag-mid { background: #f39c12; color: #fff; padding: 2px 10px; border-radius: 10px; font-size: 12px; }
|
||||
.tag-low { background: #e74c3c; color: #fff; padding: 2px 10px; border-radius: 10px; font-size: 12px; }
|
||||
.tag-gap { background: #8e44ad; color: #fff; padding: 2px 10px; border-radius: 10px; font-size: 12px; }
|
||||
|
||||
/* 课程建议示例 */
|
||||
.advice-box { border: 2px solid #27ae60; border-radius: 8px; padding: 18px; background: #eafaf1; max-width: 600px; margin: 10px auto; }
|
||||
.advice-title { font-weight: bold; color: #1e8449; font-size: 15px; margin-bottom: 10px; }
|
||||
.advice-body { font-size: 14px; color: #333; line-height: 1.8; }
|
||||
|
||||
/* 能力图谱 */
|
||||
.skill-table { width: 100%; border-collapse: collapse; font-size: 14px; }
|
||||
.skill-table th { background: #1a5276; color: #fff; padding: 8px; text-align: center; }
|
||||
.skill-table td { padding: 8px; border: 1px solid #ddd; text-align: center; }
|
||||
.stars { color: #f39c12; letter-spacing: 2px; }
|
||||
.cover-ok { color: #27ae60; font-weight: bold; }
|
||||
.cover-partial { color: #f39c12; font-weight: bold; }
|
||||
.cover-lack { color: #e74c3c; font-weight: bold; }
|
||||
|
||||
/* 部署架构 */
|
||||
.deploy-box { border: 2px solid #2c3e50; border-radius: 8px; padding: 20px; background: #f8f9fa; max-width: 450px; margin: 0 auto; }
|
||||
.deploy-title { text-align: center; font-weight: bold; color: #2c3e50; font-size: 15px; margin-bottom: 14px; border-bottom: 1px solid #bdc3c7; padding-bottom: 8px; }
|
||||
|
||||
/* 排期甘特 */
|
||||
.gantt { width: 100%; border-collapse: collapse; font-size: 13px; }
|
||||
.gantt th { background: #2c3e50; color: #fff; padding: 10px; text-align: center; width: 25%; }
|
||||
.gantt td { padding: 12px; border: 1px solid #ddd; vertical-align: top; }
|
||||
.gantt .ms-title { font-weight: bold; color: #1a5276; font-size: 14px; margin-bottom: 6px; }
|
||||
.gantt .ms-sub { color: #7f8c8d; font-size: 12px; }
|
||||
.gantt ul { margin: 6px 0 0 0; padding-left: 16px; }
|
||||
.gantt ul li { margin-bottom: 3px; }
|
||||
</style>
|
||||
</head>
|
||||
<body>
|
||||
|
||||
<h2>图2.1 — 系统总体架构图</h2>
|
||||
|
||||
<div class="arch-layer">
|
||||
<span class="layer-title blue">应用展示层</span>
|
||||
<div class="card-row">
|
||||
<div class="card">
|
||||
<div class="card-title">学院工作台</div>
|
||||
<ul><li>专业分析</li><li>报告导出</li><li>企业推荐</li><li>就业指导</li></ul>
|
||||
</div>
|
||||
<div class="card">
|
||||
<div class="card-title">校级管理台</div>
|
||||
<ul><li>全校总览</li><li>缺口汇总</li><li>材料导出</li><li>大屏管理</li></ul>
|
||||
</div>
|
||||
<div class="card">
|
||||
<div class="card-title">系统管理台</div>
|
||||
<ul><li>数据管理</li><li>用户权限</li><li>系统运维</li><li>分析任务</li></ul>
|
||||
</div>
|
||||
<div class="card">
|
||||
<div class="card-title">展示大屏</div>
|
||||
<ul><li>供需总览</li><li>匹配排行</li><li>缺口地图</li><li>薪资对比</li></ul>
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
<div class="arch-layer">
|
||||
<span class="layer-title green">AI 智能分析引擎</span>
|
||||
<div class="card-row">
|
||||
<div class="module-tag">JD智能解析</div>
|
||||
<div class="module-tag">岗位匹配引擎</div>
|
||||
<div class="module-tag">缺口识别引擎</div>
|
||||
<div class="module-tag">报告生成引擎</div>
|
||||
</div>
|
||||
<div class="card-row" style="margin-top:6px;">
|
||||
<div class="module-tag">技能图谱构建</div>
|
||||
<div class="module-tag">薪资分析引擎</div>
|
||||
<div class="module-tag">课程建议 AI生成</div>
|
||||
</div>
|
||||
</div>
|
||||
<div class="arch-layer">
|
||||
<span class="layer-title orange">数据治理层</span>
|
||||
<div class="card-row">
|
||||
<div class="module-tag">数据清洗</div>
|
||||
<div class="module-tag">岗位归一</div>
|
||||
<div class="module-tag">质量监控</div>
|
||||
<div class="module-tag">数据仓库</div>
|
||||
</div>
|
||||
</div>
|
||||
<div class="arch-layer">
|
||||
<span class="layer-title gray">数据源层</span>
|
||||
<div class="card-row">
|
||||
<div class="card">
|
||||
<div class="card-title">校内数据</div>
|
||||
<ul><li>实习平台（含工资）</li><li>就业管理系统</li></ul>
|
||||
</div>
|
||||
<div class="card">
|
||||
<div class="card-title">外部数据</div>
|
||||
<ul><li>杭州就业网</li><li>杭州本地人才网</li><li>政策 / 行业报告</li></ul>
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<h2>图3.1 — 数据治理流程</h2>
|
||||
|
||||
<div class="flow">
|
||||
<div class="flow-step gray">原始数据</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-step">数据清洗</div>
|
||||
<div class="flow-sub">去重去噪 · 格式标准化 · 缺失值处理</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-step">岗位归一</div>
|
||||
<div class="flow-sub">统一分类 · 别名映射 · 待审核队列</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-step">质量检验</div>
|
||||
<div class="flow-sub">完整度检查 · 异常值检测 · 质量评分</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-step green">数据仓库</div>
|
||||
</div>
|
||||
|
||||
<h2>图3.2 — 分析引擎工作流程</h2>
|
||||
|
||||
<div class="flow">
|
||||
<div class="flow-step gray">数据仓库</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-branch">
|
||||
<div class="flow-step" style="font-size:13px;">校内就业数据</div>
|
||||
<div class="flow-step" style="font-size:13px;">市场需求数据</div>
|
||||
<div class="flow-step orange" style="font-size:13px;">招聘信息原文<br><span style="font-size:11px;font-weight:normal;">→ AI智能解析</span></div>
|
||||
</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-step green" style="padding:14px 30px;">
|
||||
多维度分析引擎<br>
|
||||
<span style="font-size:12px;font-weight:normal;">岗位匹配 · 缺口识别 · 薪资对标 · 技能图谱 · 企业推荐 · 课程建议</span>
|
||||
</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-step" style="font-size:13px;">分析结果库（版本化存储）</div>
|
||||
<span class="flow-arrow">▼</span>
|
||||
<div class="flow-branch">
|
||||
<div class="flow-step green" style="font-size:13px;">报告生成</div>
|
||||
<div class="flow-step" style="font-size:13px;">数据看板</div>
|
||||
<div class="flow-step orange" style="font-size:13px;">大屏展示</div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<h2>图4.1 — JD智能解析示例</h2>
|
||||
|
||||
<div class="jd-box">
|
||||
<div class="jd-section input">
|
||||
<div class="jd-label">原始JD文本（输入）</div>
|
||||
<div class="jd-text">"招聘Python后端开发工程师，要求熟悉Django/Flask框架，有Redis/MySQL经验，了解Docker容器化部署，薪资15-25K..."</div>
|
||||
</div>
|
||||
<div class="jd-section process">▼ 大模型解析 ▼</div>
|
||||
<div class="jd-section output">
|
||||
<div class="jd-label">结构化结果（输出）</div>
|
||||
<div class="jd-result">
|
||||
<strong>岗位类别：</strong>互联网 / 软件开发 / 后端开发<br>
|
||||
<strong>核心技能：</strong>Python, Django, Flask, Redis, MySQL, Docker<br>
|
||||
<strong>技能层级：</strong>熟悉（Django/Flask/Redis）、了解（Docker）<br>
|
||||
<strong>薪资范围：</strong>15K - 25K<br>
|
||||
<strong>经验要求：</strong>推断为1-3年
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<h2>图4.2 — AI岗位匹配示例</h2>
|
||||
|
||||
<table class="match-table">
|
||||
<tr>
|
||||
<th>校内就业岗位</th>
|
||||
<th></th>
|
||||
<th>市场需求岗位</th>
|
||||
<th>匹配结果</th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>"程序员"</td>
|
||||
<td>→ AI匹配 →</td>
|
||||
<td>"后端开发工程师"</td>
|
||||
<td><span class="tag-high">✅ 高匹配</span></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>"网页设计"</td>
|
||||
<td>→ AI匹配 →</td>
|
||||
<td>"UI/UX设计师"</td>
|
||||
<td><span class="tag-mid">✅ 中匹配</span></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>"文员"</td>
|
||||
<td>→ AI匹配 →</td>
|
||||
<td>"数据分析师"</td>
|
||||
<td><span class="tag-low">❌ 低匹配</span></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td style="color:#999;">（无对应）</td>
|
||||
<td></td>
|
||||
<td>"算法工程师"</td>
|
||||
<td><span class="tag-gap">⚠️ 缺口</span></td>
|
||||
</tr>
|
||||
</table>
|
||||
|
||||
<h2>图4.3 — AI课程建议生成流程</h2>
|
||||
|
||||
<div class="flow">
|
||||
<div class="flow-branch">
|
||||
<div class="flow-step" style="font-size:12px;">技能图谱<br><span style="font-weight:normal;">市场要求 vs 课程覆盖</span></div>
|
||||
<div class="flow-step" style="font-size:12px;">供需匹配偏差数据</div>
|
||||
<div class="flow-step" style="font-size:12px;">现有课程设置清单</div>
|
||||
</div>
|
||||
<span class="flow-arrow">▼ 输入 ▼</span>
|
||||
<div class="flow-step green" style="padding:12px 24px;">
|
||||
大模型推理<br>
|
||||
<span style="font-size:12px;font-weight:normal;">
|
||||
① 识别技能覆盖盲区 → ② 关联到岗位需求 → ③ 评估市场趋势<br>
|
||||
→ ④ 生成课程建议 → ⑤ 给出数据支撑和优先级
|
||||
</span>
|
||||
</div>
|
||||
<span class="flow-arrow">▼ 输出 ▼</span>
|
||||
</div>
|
||||
<div class="advice-box">
|
||||
<div class="advice-title">建议【高优先级】：新增"容器化与云原生"课程方向</div>
|
||||
<div class="advice-body">
|
||||
<strong>依据：</strong>Docker/K8s技能在后端开发岗位JD中出现率从2024年的42%上升至2026年的78%，而当前课程体系中仅在"Linux基础"课程中简要提及容器概念。<br><br>
|
||||
<strong>建议措施：</strong>新增1门32学时选修课，覆盖Docker基础、容器编排、CI/CD流水线等内容。
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<h2>图4.4 — 专业能力图谱示例</h2>
|
||||
|
||||
<h3 style="text-align:center;color:#1a5276;">计算机科学与技术 · 能力图谱</h3>
|
||||
|
||||
<table class="skill-table">
|
||||
<tr>
|
||||
<th>技能</th>
|
||||
<th>市场需求强度</th>
|
||||
<th>课程覆盖状态</th>
|
||||
</tr>
|
||||
<tr><td>Java</td><td class="stars">★★★★★</td><td class="cover-ok">覆盖充足 ✓</td></tr>
|
||||
<tr><td>Python</td><td class="stars">★★★★☆</td><td class="cover-ok">覆盖充足 ✓</td></tr>
|
||||
<tr><td>Spring</td><td class="stars">★★★★★</td><td class="cover-partial">部分覆盖 △</td></tr>
|
||||
<tr><td>MySQL</td><td class="stars">★★★★☆</td><td class="cover-ok">覆盖充足 ✓</td></tr>
|
||||
<tr><td>Linux</td><td class="stars">★★★★☆</td><td class="cover-ok">覆盖充足 ✓</td></tr>
|
||||
<tr><td>Git</td><td class="stars">★★★★☆</td><td class="cover-partial">部分覆盖 △</td></tr>
|
||||
<tr><td style="font-weight:bold;color:#e74c3c;">Docker</td><td class="stars">★★★☆☆</td><td class="cover-lack">严重不足 ✗</td></tr>
|
||||
<tr><td style="font-weight:bold;color:#e74c3c;">Redis</td><td class="stars">★★★☆☆</td><td class="cover-lack">严重不足 ✗</td></tr>
|
||||
</table>
|
||||
|
||||
<h2>图5.2 — 部署架构图</h2>
|
||||
|
||||
<div class="deploy-box">
|
||||
<div class="deploy-title">学校数据中心 / 云服务器</div>
|
||||
<div class="card-row">
|
||||
<div class="module-tag" style="flex:1;text-align:center;">Web前端</div>
|
||||
<div class="module-tag" style="flex:1;text-align:center;">后端服务</div>
|
||||
</div>
|
||||
<div class="card-row" style="margin-top:6px;">
|
||||
<div class="module-tag" style="flex:1;text-align:center;">数据库</div>
|
||||
<div class="module-tag" style="flex:1;text-align:center;">缓存服务</div>
|
||||
</div>
|
||||
<div class="card-row" style="margin-top:6px;">
|
||||
<div class="module-tag" style="flex:1;text-align:center;background:#eafaf1;border-color:#27ae60;">AI模型服务<br><span style="font-size:11px;color:#777;">可选私有化部署或对接云端</span></div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<h2>图6.1 — 分期交付计划</h2>
|
||||
|
||||
<table class="gantt">
|
||||
<tr>
|
||||
<th>月份1</th>
|
||||
<th>月份2</th>
|
||||
<th>月份3</th>
|
||||
<th>月份4</th>
|
||||
</tr>
|
||||
<tr>
|
||||
<td>
|
||||
<div class="ms-title">里程碑1 · 数据跑通</div>
|
||||
<ul>
|
||||
<li>数据源对接</li>
|
||||
<li>数据清洗归一</li>
|
||||
<li>岗位分类体系</li>
|
||||
<li>用户权限</li>
|
||||
</ul>
|
||||
<div class="ms-sub">✓ 验收：数据链路跑通，样本数据可查</div>
|
||||
</td>
|
||||
<td>
|
||||
<div class="ms-title">里程碑2 · 核心功能上线</div>
|
||||
<ul>
|
||||
<li>AI分析引擎</li>
|
||||
<li>院级/专业分析</li>
|
||||
<li>32份基础报告</li>
|
||||
<li>全校总览</li>
|
||||
<li>材料包导出</li>
|
||||
</ul>
|
||||
<div class="ms-sub">✓ 验收：系统可用于报告生成和导出</div>
|
||||
</td>
|
||||
<td>
|
||||
<div class="ms-title">里程碑3 · 系统就绪</div>
|
||||
<ul>
|
||||
<li>技能图谱</li>
|
||||
<li>薪资对标</li>
|
||||
<li>缺口分析</li>
|
||||
<li>大屏配置+展示</li>
|
||||
<li>报告内容丰富</li>
|
||||
</ul>
|
||||
<div class="ms-sub">✓ 验收：完整分析+大屏</div>
|
||||
</td>
|
||||
<td>
|
||||
<div class="ms-title">里程碑4 · 持续迭代</div>
|
||||
<ul>
|
||||
<li>AI课程建议</li>
|
||||
<li>政策聚合</li>
|
||||
<li>改进跟踪</li>
|
||||
<li>企业推荐</li>
|
||||
<li>就业去向</li>
|
||||
<li>大屏进阶</li>
|
||||
</ul>
|
||||
<div class="ms-sub">✓ 验收：全功能交付</div>
|
||||
</td>
|
||||
</tr>
|
||||
</table>
|
||||
|
||||
</body>
|
||||
</html>
|
||||
@@ -0,0 +1,33 @@
|
||||
# 供需会系统 — User Story 文档索引
|
||||
|
||||
> 本目录包含供需会系统的完整 User Story 规划文档，按角色维度组织。
|
||||
|
||||
## 📁 文档清单
|
||||
|
||||
| 文件 | 内容 | Story 数量 |
|
||||
|------|------|:----------:|
|
||||
| [00-角色总览与旅程地图](./00-角色总览与旅程地图.md) | 3个角色+大屏模块定义、旅程地图、功能矩阵 | — |
|
||||
| [01-US-学院用户](./01-US-学院用户.md) | R1 学院用户（院长+专业负责人+就业指导） | 10 |
|
||||
| [02-US-校级管理者](./02-US-校级管理者.md) | R2 校级管理者（教务处/就业处） | 6 |
|
||||
| [03-US-系统管理员](./03-US-系统管理员.md) | R3 系统管理员（运维+数据管理） | 8 |
|
||||
| [04-大屏展示模块](./04-大屏展示模块.md) | 大屏展示功能模块（非独立角色） | 5 |
|
||||
| [05-优先级与排期建议](./05-优先级与排期建议.md) | 优先级分级、交付节奏、依赖关系、风险 | — |
|
||||
| [10-技术方案-供需会智能分析系统](./10-技术方案-供需会智能分析系统.md) | **面向甲方的技术方案**（架构、功能、AI、部署、排期、报价） | — |
|
||||
|
||||
## 📊 汇总
|
||||
|
||||
| 指标 | 数量 |
|
||||
|------|------|
|
||||
| 角色 | 3 个 + 1 个展示模块 |
|
||||
| User Story 总数 | 29 个 |
|
||||
| P0（核心交付） | 11 个 |
|
||||
| P1（深度增强） | 8 个 |
|
||||
| P2（体验提升） | 7 个 |
|
||||
| P3（智能增值） | 3 个 |
|
||||
|
||||
## 🔄 使用说明
|
||||
|
||||
1. 从 `00-角色总览与旅程地图.md` 开始，了解全貌
|
||||
2. 按角色文件确认各 User Story 是否完整
|
||||
3. 参考 `05-优先级与排期建议.md` 确定交付计划
|
||||
4. 各 Story 的验收标准可直接转化为测试用例
|
||||
Reference in New Issue
Block a user