用途
Enterprise User Management System with AI Analytics 是一个全栈应用，将用户管理、任务跟踪和支持工单系统与 AI 驱动的洞察相结合。它面向企业场景，提供风险检测、异常检测、职业倦怠分析和预测性项目洞察，机器学习部分使用 FastAPI、scikit-learn 和 River 构建。
主要能力
系统由三个主要组件构成：
- 前端：React.js 应用，包含用户和管理员仪表盘。
- 后端：Node.js REST API，使用 MongoDB 和 JWT 认证。
- ML 服务：FastAPI 服务，用于 AI/ML 预测和分析。
ML 服务提供以下端点：
- 风险检测（/api/ml/risk-detection）：根据用户行为模式预测风险等级。
- 异常检测（/api/ml/anomaly-detection）：检测异常用户行为。
- 倦怠检测（/api/ml/burnout-detection）：检测员工职业倦怠风险。
- 工单分类（/api/ml/classify-ticket）：使用 AI 对支持工单进行分类和路由。
- 项目洞察（/api/ml/project-insights）：生成预测性项目洞察。
后端 API 包含认证、用户、任务、工单和分析等路由。数据模型包括 User、Task 和 Ticket。
使用方式
安装
克隆并设置：
git clone https://github.com/Nareshkumar2583/Enterprise-User-Management-System-with-AI-Analytics.git
cd Enterprise-User-Management-System-with-AI-Analytics
后端设置：
cd backend
npm install
# Create .env file
cat > .env << EOF
PORT=5000
MONGODB_URI=${MONGODB_URI}
JWT_SECRET=${JWT_SECRET}
JWT_EXPIRE=7d
ML_SERVICE_URL=http://localhost:8000
EOF
npm start
ML 服务设置：
cd ml-service
pip install -r requirements.txt
# Create .env file
cat > .env << EOF
MONGODB_URI=${MONGODB_URI}
MODEL_PATH=./models
LOG_LEVEL=INFO
EOF
uvicorn main:app --reload --port 8000
前端设置：
cd frontend
npm install
# Create .env file
cat > .env << EOF
REACT_APP_API_URL=http://localhost:5000
REACT_APP_ML_API_URL=http://localhost:8000
EOF
npm start
核心架构
后端 API 使用 Express 作为入口，连接 MongoDB，并挂载认证、用户、任务、工单和分析路由。认证中间件通过 x-auth-token 头验证 JWT，管理员中间件限制仅管理员访问。
User 模型包含姓名、邮箱、密码、角色（user/admin/manager）、部门、状态、分配任务、工作负载评分等字段。Task 模型包含标题、描述、分配给、状态、优先级、截止日期、跟踪时间等字段。Ticket 模型包含标题、描述、类别、优先级、状态、创建者、分配给、AI 分类标记等字段。
ML 服务使用 FastAPI，加载或初始化模型：风险检测使用 RandomForestClassifier，异常检测使用 IsolationForest，倦怠检测使用 River 的在线学习逻辑回归。各端点接收 UserBehavior 或 TicketData 等 Pydantic 模型，返回预测结果、置信度和风险评分等。
前端通过 axios 封装 API 服务，包含设置认证令牌、登录、注册、用户 CRUD、任务 CRUD、工单 CRUD 以及调用 ML 服务的函数。创建工单时会自动调用 AI 分类。
适用场景
适用于需要将用户管理、任务跟踪、支持工单与 AI 分析结合的企业内部系统，例如人力资源、项目管理和 IT 支持等场景。
限制
资料中未提供关于收费、价格、平台兼容性、效果保证或具体使用步骤的更多信息。部分代码示例在资料中未完整展示。