469 lines
16 KiB
Markdown
469 lines
16 KiB
Markdown
# 基于手机的招聘代理平台系统设计说明书
|
||
|
||
## 1 引言
|
||
|
||
### 1.1 项目背景
|
||
|
||
在互联网招聘场景中，企业普遍面临以下问题：
|
||
|
||
* 试题缺乏针对性，无法准确考察岗位所需能力；
|
||
* 试题缺乏时效性，不能反映最新项目技术栈或业务需求；
|
||
* 试题的录入与维护成本高，复用性差，题库质量难以持续优化。
|
||
|
||
为此，设计并实现一个**招聘试题代理定制服务平台**（下称“本平台”），以“岗位需求 + 项目场景 + 应聘者背景”为驱动，自动生成个性化试题并持续优化题库质量，为多家招聘企业提供 SaaS 级服务。
|
||
|
||
### 1.2 设计目标
|
||
|
||
* 提供**多角色协同**的在线招聘试题定制与考试平台；
|
||
* 支持**岗位级别的试卷自动生成**与个性化定制；
|
||
* 支持**在线答题、自动评分、结果分析**；
|
||
* 通过**统计与反馈驱动的算法**持续优化题库质量；
|
||
* 面向多租户企业，以云端部署形式提供服务。
|
||
|
||
## 2 业务概述与角色
|
||
|
||
### 2.1 业务角色
|
||
|
||
1. **招聘企业 HR**
|
||
|
||
* 维护岗位信息与能力要求；
|
||
* 配置试题策略（题量、题型比例、难度分布）；
|
||
* 发布考试、查看统计报表；
|
||
* 对试题效果给出评价与反馈。
|
||
|
||
2. **应聘者 Candidate**
|
||
|
||
* 注册/登录平台；
|
||
* 选择目标岗位，领取并完成在线试卷；
|
||
* 查看成绩与解析；
|
||
* 对题目给出主观评价（难度、贴合度、清晰度等）。
|
||
|
||
3. **平台管理员 Admin**
|
||
|
||
* 审核企业接入与企业题库；
|
||
* 管理系统题库、试题标签、难度标注；
|
||
* 监控题目质量与淘汰策略执行；
|
||
* 管理模型训练与推荐策略。
|
||
|
||
4. **内部系统模块（逻辑角色）**
|
||
|
||
* **Question Service**：题库管理、题目 CRUD；
|
||
* **Exam Service**：考试流程管理、会话控制；
|
||
* **Scoring Service**：自动评分与统计；
|
||
* **ML / Recommendation Service**：试题生成与质量评估。
|
||
|
||
## 3 UML 视图
|
||
|
||
### 3.1 用例图（Use Case Diagram）
|
||
|
||
<img src="use-case.png" style="zoom: 40%;" />
|
||
|
||
### 3.2 核心业务活动图（Activity Diagram）
|
||
|
||
<img src="activity.png" style="zoom: 20%;" />
|
||
|
||
### 3.3 时序图（Sequence Diagram）
|
||
|
||
<img src="sequence.png" style="zoom: 50%;" />
|
||
|
||
### 3.4 类图（Class Diagram）
|
||
|
||
<img src="class.png" style="zoom: 50%;" />
|
||
|
||
### 3.5 ER 图（实体–关系图）
|
||
|
||
<img src="er.png" style="zoom: 50%;" />
|
||
|
||
## 4 数据结构与数据库设计
|
||
|
||
### 4.1 主要数据表概述
|
||
|
||
#### 表 `user`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| ------------- | ------------------- | ---------------------------- |
|
||
| id (PK) | INT | 用户 ID |
|
||
| company_id | INT (FK company.id) | 所属公司（应聘者可为空） |
|
||
| name | VARCHAR | 姓名 |
|
||
| email | VARCHAR (UNIQUE) | 登录邮箱 |
|
||
| role | ENUM | `HR` / `CANDIDATE` / `ADMIN` |
|
||
| password_hash | VARCHAR | 加密后的密码 |
|
||
| created_at | DATETIME | 注册时间 |
|
||
|
||
#### 表 `company`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| -------- | ------- | -------- |
|
||
| id (PK) | INT | 公司 ID |
|
||
| name | VARCHAR | 公司名称 |
|
||
| industry | VARCHAR | 所属行业 |
|
||
| size | VARCHAR | 规模（人数区间） |
|
||
|
||
#### 表 `candidate_profile`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| ---------------- | ------------ | ------------ |
|
||
| id (PK) | INT | 主键 |
|
||
| user_id (FK) | INT | 对应 `user.id` |
|
||
| degree | VARCHAR | 学历 |
|
||
| years_experience | INT | 工作年限 |
|
||
| skill_tags | JSON/VARCHAR | 技能标签集合 |
|
||
| resume_url | VARCHAR | 简历文件存储地址 |
|
||
|
||
#### 表 `job_position`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| --------------- | ------------ | --------- |
|
||
| id (PK) | INT | 岗位 ID |
|
||
| company_id (FK) | INT | 所属公司 |
|
||
| title | VARCHAR | 岗位名称 |
|
||
| level | VARCHAR | 岗位级别 |
|
||
| required_skills | JSON/VARCHAR | 要求技能标签 |
|
||
| description | TEXT | 岗位详细说明 |
|
||
| exam_policy_id | VARCHAR(FK) | 对应考试策略 ID |
|
||
|
||
#### 表 `exam_policy`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| --------------- | ------- | --------------- |
|
||
| id (PK) | VARCHAR | 策略 ID |
|
||
| total_questions | INT | 总题量 |
|
||
| easy_ratio | FLOAT | 容易题比例 |
|
||
| medium_ratio | FLOAT | 中等题比例 |
|
||
| hard_ratio | FLOAT | 困难题比例 |
|
||
| type_ratio | JSON | 题型比例（单选/多选/编程等） |
|
||
|
||
#### 表 `question`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| ---------- | ------- | ------------ |
|
||
| id (PK) | INT | 题目 ID |
|
||
| content | TEXT | 题干 |
|
||
| type | VARCHAR | 题目类型 |
|
||
| skill_tag | VARCHAR | 技能标签 |
|
||
| difficulty | INT | 难度等级 1–5 |
|
||
| source | VARCHAR | 来源（企业题/通用题等） |
|
||
| is_active | BOOLEAN | 是否在用 |
|
||
|
||
#### 表 `question_stats`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| --------------- | -------- | ---------------- |
|
||
| question_id(PK) | INT | 对应 `question.id` |
|
||
| used_count | INT | 被使用次数 |
|
||
| avg_score | FLOAT | 平均得分 |
|
||
| correct_rate | FLOAT | 正确率 |
|
||
| discrimination | FLOAT | 区分度 |
|
||
| feedback_score | FLOAT | 反馈评分均值 |
|
||
| last_used_at | DATETIME | 最近使用时间 |
|
||
|
||
#### 表 `exam_template`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| -------------- | ------- | --------- |
|
||
| id (PK) | INT | 试卷模板 ID |
|
||
| job_id (FK) | INT | 对应岗位 |
|
||
| policy_id (FK) | VARCHAR | 对应策略 |
|
||
| question_slots | JSON | 题目占位或题目列表 |
|
||
|
||
#### 表 `exam_session`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| ------------ | -------- | ------------------ |
|
||
| id (PK) | INT | 考试会话 ID |
|
||
| candidate_id | INT | 应聘者（`user.id`） |
|
||
| job_id | INT | 岗位 ID |
|
||
| template_id | INT | 使用的模板 ID |
|
||
| start_time | DATETIME | 开始时间 |
|
||
| submit_time | DATETIME | 提交时间 |
|
||
| total_score | FLOAT | 总分 |
|
||
| status | VARCHAR | `ONGOING` / `DONE` |
|
||
|
||
#### 表 `answer`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| ----------- | ----- | ------- |
|
||
| id (PK) | INT | 答案 ID |
|
||
| session_id | INT | 所属考试会话 |
|
||
| question_id | INT | 对应题目 |
|
||
| content | TEXT | 作答内容 |
|
||
| score | FLOAT | 得分 |
|
||
| time_taken | FLOAT | 作答耗时（秒） |
|
||
|
||
#### 表 `question_feedback`
|
||
|
||
| 字段名 | 类型 | 说明 |
|
||
| ------------ | -------- | -------- |
|
||
| id (PK) | INT | 反馈 ID |
|
||
| question_id | INT | 对应题目 |
|
||
| from_user_id | INT | 反馈人用户 ID |
|
||
| session_id | INT | 所在考试会话 |
|
||
| rating | INT | 评分（1–5） |
|
||
| comment | TEXT | 文本评价 |
|
||
| created_at | DATETIME | 创建时间 |
|
||
|
||
## 5 系统架构与部署设计
|
||
|
||
### 5.1 分层架构说明
|
||
|
||
1. **客户端层（Clients）**
|
||
|
||
* HR Web 前端（Vue/React SPA）；
|
||
* 应聘者 Web/H5/APP；
|
||
* 通过 HTTPS 调用后端 REST API。
|
||
|
||
2. **接入层（Gateway）**
|
||
|
||
* Nginx 作为统一入口；
|
||
* 实现 HTTPS 终止、静态资源分发、反向代理和负载均衡。
|
||
|
||
3. **应用服务层（Services）**
|
||
|
||
* `Auth Service`：登录、鉴权、Token 管理；
|
||
* `Job & Company Service`：企业与岗位管理；
|
||
* `Question Service`：题库管理、统计指标计算；
|
||
* `Exam Service`：考试流程、会话管理；
|
||
* `Scoring Service`：客观题 & 主观题自动评分；
|
||
* `ML / Recommend Service`：试题生成、质量打分、模糊定制；
|
||
* `Admin Console`：运营后台接口。
|
||
|
||
4. **数据层（Data Layer）**
|
||
|
||
* 关系型数据库（MySQL/PostgreSQL）；
|
||
* Redis 缓存热点题目、会话状态；
|
||
* 对象存储存放题目附件、解析文档；
|
||
* 日志分析存储（ELK/ClickHouse 等）。
|
||
|
||
### 5.2 部署/组件图
|
||
|
||
<img src="struct.png" style="zoom: 50%;" />
|
||
|
||
## 6 核心算法设计
|
||
|
||
### 6.1 自适应试题生成算法
|
||
|
||
#### 6.1.1 目标
|
||
|
||
在满足岗位需求与考试策略（题量、题型、难度分布）的前提下，为特定岗位与候选人生成一套“技能匹配度高、区分度好、不过时”的个性化试卷。
|
||
|
||
#### 6.1.2 关键输入
|
||
|
||
* `job`：岗位信息（`required_skills`、`level` 等）
|
||
* `policy`：试题策略（题量、难度比例、题型比例）
|
||
* `candidate_profile`：候选人画像（技能标签、经验）
|
||
* `question_bank`：题库（含 `QuestionStats` 统计信息）
|
||
|
||
#### 6.1.3 题目综合评分函数
|
||
|
||
对题目 `q` 计算综合得分 `score(q)`：
|
||
|
||
* `skill_match`：技能匹配度；
|
||
* `difficulty_fit`：难度适配度；
|
||
* `freshness`：新鲜度；
|
||
* `discrimination`：区分度；
|
||
* `bad_feedback`：负反馈惩罚。
|
||
|
||
线性组合示意：
|
||
|
||
```text
|
||
score(q) = w1 * skill_match
|
||
+ w2 * difficulty_fit
|
||
+ w3 * freshness
|
||
+ w4 * discrimination
|
||
- w5 * bad_feedback
|
||
```
|
||
|
||
#### 6.1.4 伪代码示例
|
||
|
||
```python
|
||
def generate_exam_paper(job, policy, candidate_profile, question_bank):
|
||
# 1. 抽取岗位 & 候选人技能标签
|
||
job_skills = extract_skill_tags(job.required_skills)
|
||
cand_skills = extract_skill_tags(candidate_profile.skill_tags)
|
||
|
||
# 2. 候选题集合：技能相关 & 在用
|
||
candidates = [
|
||
q for q in question_bank
|
||
if q.is_active and overlap(q.skill_tag, job_skills | cand_skills)
|
||
]
|
||
|
||
scored_questions = []
|
||
for q in candidates:
|
||
stats = q.stats # QuestionStats
|
||
|
||
skill_match = jaccard(q.skill_tag, job_skills | cand_skills)
|
||
difficulty_fit = 1.0 - abs(q.difficulty - target_difficulty(job)) / 4.0
|
||
freshness = time_decay(now() - stats.last_used_at)
|
||
discrimination = stats.discrimination
|
||
bad_feedback = max(0, 1 - stats.feedback_score)
|
||
|
||
score = (
|
||
0.30 * skill_match +
|
||
0.25 * difficulty_fit +
|
||
0.15 * freshness +
|
||
0.25 * discrimination -
|
||
0.05 * bad_feedback
|
||
)
|
||
scored_questions.append((q, score))
|
||
|
||
# 3. 按得分排序
|
||
scored_questions.sort(key=lambda x: x[1], reverse=True)
|
||
|
||
# 4. 按策略约束（题型 + 难度 + 数量）筛选
|
||
selected = []
|
||
counters = init_counters(policy)
|
||
|
||
for q, s in scored_questions:
|
||
if not satisfy_policy(q, counters, policy):
|
||
continue
|
||
selected.append(q)
|
||
update_counters(q, counters)
|
||
|
||
if len(selected) >= policy.total_questions:
|
||
break
|
||
|
||
# 5. 生成试卷模板对象
|
||
return build_exam_paper_template(job.id, policy.id, selected)
|
||
```
|
||
|
||
### 6.2 自动评分算法
|
||
|
||
拆分为客观题与主观题评分。
|
||
|
||
#### 6.2.1 客观题评分
|
||
|
||
* 单选/判断：完全匹配得满分；
|
||
* 多选：集合比对，可支持“部分正确部分得分”；
|
||
* 填空：字符串归一化后精确匹配。
|
||
|
||
```python
|
||
def score_objective_question(question, candidate_answer):
|
||
correct = question.standard_answer
|
||
|
||
if question.type in ("single_choice", "true_false"):
|
||
return question.full_score if candidate_answer == correct else 0.0
|
||
|
||
if question.type == "multi_choice":
|
||
cand_set = set(candidate_answer)
|
||
corr_set = set(correct)
|
||
if cand_set == corr_set:
|
||
return question.full_score
|
||
if cand_set.issubset(corr_set):
|
||
return question.full_score * len(cand_set) / len(corr_set)
|
||
# 选错选项则记 0 分
|
||
return 0.0
|
||
|
||
if question.type == "blank":
|
||
return question.full_score if normalize(candidate_answer) == normalize(correct) else 0.0
|
||
|
||
return 0.0
|
||
```
|
||
|
||
#### 6.2.2 主观题评分（规则 + 关键词覆盖率）
|
||
|
||
简化实现：基于关键词覆盖率进行线性赋分。
|
||
|
||
```python
|
||
def score_subjective_question(question, candidate_answer):
|
||
tokens = tokenize(candidate_answer) # 分词+规范化
|
||
key_points = question.key_points # 关键点列表
|
||
|
||
hit = sum(1 for k in key_points if k in tokens)
|
||
coverage = hit / len(key_points) if key_points else 0.0
|
||
|
||
return question.full_score * coverage
|
||
```
|
||
|
||
#### 6.2.3 会话总分计算
|
||
|
||
```python
|
||
def score_exam_session(session):
|
||
total = 0.0
|
||
for answer in session.answers:
|
||
q = load_question(answer.question_id)
|
||
if q.type in ("single_choice", "multi_choice", "true_false", "blank"):
|
||
s = score_objective_question(q, answer.content)
|
||
else:
|
||
s = score_subjective_question(q, answer.content)
|
||
|
||
answer.score = s
|
||
total += s
|
||
|
||
session.total_score = total
|
||
persist_scores(session)
|
||
return total
|
||
```
|
||
|
||
### 6.3 试题质量评估与淘汰算法
|
||
|
||
#### 6.3.1 目标
|
||
|
||
根据题目使用情况、得分表现与主观反馈，动态计算题目质量分 `quality_score`。当样本量充足且质量分低于阈值时，将题目标记为淘汰候选。
|
||
|
||
#### 6.3.2 伪代码示例
|
||
|
||
```python
|
||
def update_question_statistics(question_id):
|
||
# 1. 从数据库汇总最新统计信息
|
||
stats = aggregate_stats_from_answers_and_feedback(question_id)
|
||
# 包含：used_count, avg_score, correct_rate,
|
||
# discrimination, feedback_score, last_used_at
|
||
|
||
# 2. 计算质量分
|
||
quality = (
|
||
0.25 * stats.correct_rate +
|
||
0.35 * stats.discrimination +
|
||
0.25 * stats.feedback_score +
|
||
0.15 * freshness_factor(stats.last_used_at)
|
||
)
|
||
|
||
# 3. 更新统计表
|
||
save_question_stats(question_id, stats, quality)
|
||
|
||
# 4. 判定是否进入淘汰池
|
||
MIN_USED = 30
|
||
THRESHOLD = 0.4
|
||
|
||
if stats.used_count >= MIN_USED and quality < THRESHOLD:
|
||
mark_question_as_candidate_for_deprecation(question_id)
|
||
```
|
||
|
||
### 6.4 模糊定制题目推荐算法
|
||
|
||
#### 6.4.1 场景
|
||
|
||
HR 只输入自然语言岗位描述（如“做高并发订单系统的 Java 后端工程师”），系统自动推荐若干候选题目供其选择。
|
||
|
||
#### 6.4.2 思路
|
||
|
||
1. 使用文本向量化（TF-IDF 或预训练 Embedding）对岗位描述和题目文本编码；
|
||
2. 计算岗位向量与题目向量间的余弦相似度；
|
||
3. 返回相似度最高的 Top-K 题目。
|
||
|
||
#### 6.4.3 伪代码
|
||
|
||
```python
|
||
def fuzzy_recommend_questions(job_free_text, question_bank, top_k=50):
|
||
job_vec = encode_text(job_free_text) # 向量化岗位描述
|
||
|
||
scored = []
|
||
for q in question_bank:
|
||
q_text = q.content + " " + q.skill_tag
|
||
q_vec = encode_text(q_text)
|
||
sim = cosine_similarity(job_vec, q_vec)
|
||
scored.append((q, sim))
|
||
|
||
scored.sort(key=lambda x: x[1], reverse=True)
|
||
return [q for q, _ in scored[:top_k]]
|
||
```
|
||
|
||
## 7 总结
|
||
|
||
本报告从业务角色与流程出发，给出了招聘试题定制平台的完整系统设计方案：
|
||
|
||
* **业务层面**：明确 HR、应聘者、平台管理员等角色及其用例；
|
||
* **模型层面**：通过 UML 用例图、活动图、时序图、类图与 ER 图，刻画系统的结构与行为；
|
||
* **数据层面**：设计了围绕“岗位–试卷–试题–作答–反馈”的关系型数据库模型；
|
||
* **架构层面**：采用客户端–接入层–服务层–数据层的分层部署方案，便于扩展与运维；
|
||
* **算法层面**：给出自适应试题生成、自动评分、试题质量评估与模糊定制等核心算法的伪代码。
|