Update app.py

app.py

@@ -4,12 +4,21 @@ from sentence_transformers import SentenceTransformer
 from sklearn.metrics.pairwise import cosine_similarity
 import networkx as nx
 import matplotlib.pyplot as plt
+import csv
+import datetime
 
 # Sentence-BERT 모델 로드
 model = SentenceTransformer('all-MiniLM-L6-v2')
 
+# 추천 결과와 피드백을 기록하는 함수
+def log_recommendation(employee_name, recommended_programs, feedback=None):
+    with open('recommendation_log.csv', mode='a', newline='') as file:
+        writer = csv.writer(file)
+        timestamp = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
+        writer.writerow([timestamp, employee_name, recommended_programs, feedback])
+
 # 직원 데이터를 분석하여 교육 프로그램을 추천하고 그래프를 그리는 함수
-def analyze_data(employee_file, program_file):
+def analyze_data(employee_file, program_file, feedback=None):
     # 직원 데이터와 교육 프로그램 데이터 불러오기
     employee_df = pd.read_csv(employee_file.name)
     program_df = pd.read_csv(program_file.name)
@@ -36,6 +45,9 @@ def analyze_data(employee_file, program_file):
         else:
             recommendation = f"직원 {employee['employee_name']}에게 적합한 프로그램이 없습니다."
         
+        # 피드백 로그 기록
+        log_recommendation(employee['employee_name'], recommended_programs, feedback)
+
         recommendations.append(recommendation)
 
     # 결과 텍스트
@@ -64,22 +76,56 @@ def analyze_data(employee_file, program_file):
     return result_text, plt.gcf()
 
 # Gradio 인터페이스 정의
-def main(employee_file, program_file):
-    return analyze_data(employee_file, program_file)
+def main(employee_file, program_file, feedback):
+    return analyze_data(employee_file, program_file, feedback)
+
+# 예시 데이터를 보여주는 함수
+def show_example_data():
+    employee_example = pd.DataFrame({
+        'employee_id': ['001', '002'],
+        'employee_name': ['홍길동', '김영희'],
+        'current_role': ['데이터 분석가', '마케팅 매니저'],
+        'current_skills': ['Python, SQL, 데이터 시각화', '마케팅 전략, 데이터 분석'],
+        'past_training': ['Python 기본 과정, SQL 중급', '데이터 분석 기초 과정'],
+        'performance_review': ['성과 우수', '성과 좋음'],
+        'learning_goal': ['머신러닝 기초 학습', '고급 데이터 분석 기술 학습']
+    })
+
+    program_example = pd.DataFrame({
+        'program_id': ['101', '102'],
+        'program_name': ['Python 고급 과정', '데이터 시각화 심화 과정'],
+        'learning_objectives': ['Python 고급 기술 습득', '데이터 시각화 도구 사용법 숙지'],
+        'skills_acquired': ['Python 고급, 데이터 처리', 'Tableau, 데이터 시각화 도구'],
+        'prerequisites': ['Python 기초', '데이터 시각화 기초'],
+        'duration': ['4주', '2주'],
+        'learning_outcome': ['대규모 데이터 분석 능력', '시각화 결과물 작성 능력']
+    })
+
+    return employee_example, program_example
 
 # Gradio 블록
 with gr.Blocks() as demo:
     with gr.Row():
         with gr.Column(scale=1):
             gr.Markdown("# HybridRAG 시스템")
-            gr.Markdown("두 개의 CSV 파일을 업로드하여 분석을 진행하세요.")
+            gr.Markdown("두 개의 CSV 파일을 좌측 사이드바에서 업로드하여 분석을 진행하세요.")
             
-            employee_file = gr.File(label="직원 데이터 업로드")
-            program_file = gr.File(label="교육 프로그램 데이터 업로드")
+            # 사이드바에 파일 업로드 옵션 추가
+            with gr.Sidebar():
+                employee_file = gr.File(label="직원 데이터 업로드")
+                program_file = gr.File(label="교육 프로그램 데이터 업로드")
+                feedback_input = gr.Radio(choices=["만족", "불만족"], label="추천 결과에 대한 피드백")
+
+            # 예시 데이터를 미리보기로 제공
+            example_button = gr.Button("예시 데이터 보기")
+            employee_example_output = gr.DataFrame(label="직원 데이터 예시")
+            program_example_output = gr.DataFrame(label="교육 프로그램 데이터 예시")
+            example_button.click(show_example_data, outputs=[employee_example_output, program_example_output])
+
             analyze_button = gr.Button("분석 시작")
             output_text = gr.Textbox(label="분석 결과")
 
-            analyze_button.click(main, inputs=[employee_file, program_file], outputs=[output_text])
+            analyze_button.click(main, inputs=[employee_file, program_file, feedback_input], outputs=[output_text])
 
         with gr.Column(scale=2):
             gr.Markdown("### 정보 패널")
@@ -89,7 +135,7 @@ with gr.Blocks() as demo:
             chart_output = gr.Plot(label="시각화 차트")
             
             # 분석 버튼 클릭 시 차트 업데이트
-            analyze_button.click(main, inputs=[employee_file, program_file], outputs=[output_text, chart_output])
+            analyze_button.click(main, inputs=[employee_file, program_file, feedback_input], outputs=[output_text, chart_output])
 
 # Gradio 인터페이스 실행
 demo.launch()