Update app.py

app.py

@@ -7,52 +7,22 @@ import matplotlib.pyplot as plt
 import csv
 import io
 import matplotlib.font_manager as fm
-from neo4j import GraphDatabase
 
 # 한국어 처리를 위한 KoSentence-BERT 모델 로드
 model = SentenceTransformer('jhgan/ko-sbert-sts')
 
-# 나눔바른고딕 폰트 설정
-font_path = "NanumBarunGothic.ttf"  # Hugging Face 루트에 저장된 폰트 경로
-fontprop = fm.FontProperties(fname=font_path)
-plt.rc('font', family=fontprop.get_name())
-
-# Neo4j 데이터베이스 연결 클래스
-class Neo4jConnection:
-    def __init__(self, uri, user, pwd):
-        self.driver = GraphDatabase.driver(uri, auth=(user, pwd))
-
-    def close(self):
-        self.driver.close()
-
-    def query(self, query, parameters=None, db=None):
-        session = None
-        response = None
-        try:
-            session = self.driver.session(database=db) if db else self.driver.session() 
-            response = list(session.run(query, parameters))
-        except Exception as e:
-            print("Query failed:", e)
-        finally:
-            if session:
-                session.close()
-        return response
-
-# Neo4j 연결 설정
-conn = Neo4jConnection(uri="bolt://localhost:7687", user="neo4j", pwd="your_password")
-
-# 추천 결과를 실제 파일로 저장하는 함수
-def save_recommendations_to_file(recommendations):
-    file_path = "recommendations.csv"
-    with open(file_path, mode='w', newline='', encoding='utf-8') as file:
-        writer = csv.writer(file)
-        writer.writerow(["Employee ID", "Employee Name", "Recommended Programs"])
-        
-        # 추천 결과 CSV 파일에 기록
-        for rec in recommendations:
-            writer.writerow(rec)
-    
-    return file_path
+# 나눔바른고딕 폰트 설정 (허깅페이스 환경에 맞게 수정)
+plt.rc('font', family='NanumBarunGothic')
+
+# Neo4j 관련 코드 제거 (허깅페이스 환경에서는 사용하기 어려움)
+
+# 추천 결과를 CSV 문자열로 변환하는 함수
+def recommendations_to_csv(recommendations):
+    output = io.StringIO()
+    writer = csv.writer(output)
+    writer.writerow(["Employee ID", "Employee Name", "Recommended Programs"])
+    writer.writerows(recommendations)
+    return output.getvalue()
 
 # 자동으로 열을 매칭하는 함수
 def auto_match_columns(df, required_cols):
@@ -92,7 +62,7 @@ def hybrid_rag(employee_file, program_file):
 
     error_msg, employee_cols, program_cols = validate_and_get_columns(employee_df, program_df)
     if error_msg:
-        return error_msg, None, None, None
+        return error_msg, None, None
 
     employee_skills = employee_df[employee_cols["current_skills"]].tolist()
     program_skills = program_df[program_cols["skills_acquired"]].tolist()
@@ -118,18 +88,7 @@ def hybrid_rag(employee_file, program_file):
 
         recommendations.append(recommendation)
 
-    # 2. GraphRAG: Neo4j에서 프로그램 추천을 가져옴
-    query = """
-    MATCH (e:Employee)-[:HAS_SKILL]->(p:Program)
-    RETURN e.name AS employee_name, p.name AS program_name, p.duration AS duration
-    """
-    graph_rag_results = conn.query(query)
-
-    # GraphRAG 결과 추가
-    for record in graph_rag_results:
-        for row in recommendation_rows:
-            if record['employee_name'] == row[1]:
-                row[2] += f", {record['program_name']} (GraphRAG)"
+    # GraphRAG 부분 제거 (Neo4j 사용 불가)
 
     G = nx.Graph()
     for employee in employee_df[employee_cols['employee_name']]:
@@ -145,12 +104,12 @@ def hybrid_rag(employee_file, program_file):
 
     plt.figure(figsize=(10, 8))
     pos = nx.spring_layout(G)
-    nx.draw(G, pos, with_labels=True, node_color='lightblue', node_size=3000, font_size=10, font_weight='bold', edge_color='gray', fontproperties=fontprop)
-    plt.title("직원과 프로그램 간의 관계", fontsize=14, fontweight='bold', fontproperties=fontprop)
+    nx.draw(G, pos, with_labels=True, node_color='lightblue', node_size=3000, font_size=10, font_weight='bold', edge_color='gray')
+    plt.title("직원과 프로그램 간의 관계", fontsize=14, fontweight='bold')
     plt.tight_layout()
 
-    # CSV 파일로 추천 결과 반환
-    csv_output = save_recommendations_to_file(recommendation_rows)
+    # CSV 문자열로 추천 결과 반환
+    csv_output = recommendations_to_csv(recommendation_rows)
     
     # 결과 테이블 데이터프레임 생성
     result_df = pd.DataFrame(recommendation_rows, columns=["Employee ID", "Employee Name", "Recommended Programs"])
@@ -177,5 +136,4 @@ with gr.Blocks(css=".gradio-button {background-color: #007bff; color: white;} .g
     # 분석 버튼 클릭 시 테이블, 차트, 파일 다운로드를 업데이트
     analyze_button.click(hybrid_rag, inputs=[employee_file, program_file], outputs=[output_table, chart_output, csv_download])
 
-# Gradio 인터페이스 실행
 demo.launch()