work_dhd_back_end/doc/批量匹配接口说明.md

批量匹配查询接口说明

接口地址

POST /match/batch

接口说明

该接口基于数据库实现快速批量匹配查询，传入用户ID，自动从数据库读取用户简历信息和所有岗位，进行匹配计算并按匹配度排序返回。

请求参数

请求方式

• 方法: POST
• Content-Type: application/json 或 application/x-www-form-urlencoded

请求参数说明

参数名	类型	必填	说明
user_id	int	是	用户ID
page	int	否	页码，从1开始，默认1
page_size	int	否	每页数量，默认20，最大100
filter_zero	bool	否	是否过滤0分岗位，默认false

请求示例

JSON格式请求

{
  "user_id": 527,
  "page": 1,
  "page_size": 20,
  "filter_zero": false
}

表单格式请求

user_id=527&page=1&page_size=20&filter_zero=false

响应参数

成功响应

{
  "code": 200,
  "msg": "查询成功",
  "data": {
    "list": [
      {
        "position_id": 2,
        "match_score": 95,
        "position": {
          "id": 2,
          "positon_name": "人工智能与大数据侦察职位二",
          "education_require": "本科及以上",
          "degree_require": "学士及以上",
          ...
        }
      },
      {
        "position_id": 1,
        "match_score": 80,
        "position": { ... }
      }
    ],
    "pagination": {
      "page": 1,
      "page_size": 20,
      "total": 150,
      "total_pages": 8,
      "has_more": true
    }
  }
}

错误响应

{
  "code": 400,
  "msg": "参数错误：user_id不能为空且必须为数字",
  "data": null
}

功能说明

1. 自动读取用户简历

接口会自动从数据库读取：

• 用户基本信息（t_user表）
• 教育经历（自动查找教育经历表）

2. 数据库快速过滤

使用SQL WHERE条件快速过滤岗位：

• 学历要求过滤
• 性别要求过滤
• 排除已删除的岗位

3. 匹配度计算

对通过初步筛选的岗位进行详细匹配计算：

• 硬性条件检查（一票否决）
• 软性条件评分（100分制）

4. 排序和分页

• 按匹配度降序排序
• 支持分页返回
• 可选过滤0分岗位

性能说明

• 数据库过滤：利用SQL索引快速筛选，从1万个岗位可能筛选到几百个
• 计算时间：只计算通过初步筛选的岗位，大幅减少计算量
• 响应时间：通常在1-3秒内返回结果

注意事项

1. 教育经历表：系统会自动查找以下表名：

   • t_user_education
   • user_education
   • t_education
   • education

   如果您的教育经历表名不同，需要修改 getUserResumeFromDb 方法中的表名列表。

2. 年龄过滤：由于年龄要求是文本格式（如"18周岁以上、35周岁以下"），难以用SQL精确匹配，会在详细匹配时检查。如需优化性能，建议在数据库中添加 age_min 和 age_max 字段。

3. 专业要求：专业要求存储在 position_other_require 的JSON字段中，会在匹配时解析。

使用示例

# 查询用户ID为527的匹配岗位，第1页，每页20条
curl -X POST http://your-domain.com/match/batch \
  -H "Content-Type: application/json" \
  -d '{
    "user_id": 527,
    "page": 1,
    "page_size": 20
  }'

后续优化建议

1. 添加年龄字段：在 no_notice_position 表中添加 age_min 和 age_max 字段，提升过滤效率
2. 建立索引：对 education_require、sex_require 等字段建立索引
3. 缓存机制：如果简历不变，可以缓存匹配结果
4. 专业分类表：建立专业分类映射表，优化专业匹配