Spaces:

fudii0921
/

churn_predict

Sleeping

App Files Files Community

fudii0921 commited on Dec 18, 2025

Commit

4f19840

verified ·

1 Parent(s): c34e103

Create app.py

Browse files

Files changed (1) hide show

app.py +496 -0

app.py ADDED Viewed

	@@ -0,0 +1,496 @@

+import gradio as gr
+import pandas as pd
+import numpy as np
+from sklearn.ensemble import RandomForestClassifier
+import cohere
+from dotenv import load_dotenv
+import os
+load_dotenv(verbose=True)
+# CohereのAPIキーを取得
+cohere_api_key = os.environ.get("COHERE_API_KEY")
+client = cohere.ClientV2(api_key=cohere_api_key)
+template = """
+<!DOCTYPE html>
+<html lang="ja">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>Executive Report - Liquid Glass Edition</title>
+    <style>
+        :root {
+            --glass-bg: rgba(255, 255, 255, 0.4);
+            --glass-border: rgba(255, 255, 255, 0.6);
+            --text-main: #2d3436;
+            --accent-color: #6c5ce7;
+        }
+        body {
+            margin: 0;
+            padding: 0;
+            font-family: 'Noto Sans JP', sans-serif;
+            color: var(--text-main);
+            background-color: #f0f2f5;
+            display: flex;
+            justify-content: center;
+            overflow-x: hidden;
+        }
+        /* 背景のアニメーションオーブ */
+        .bg-gradient {
+            position: fixed;
+            top: 0;
+            left: 0;
+            width: 100%;
+            height: 100%;
+            background: linear-gradient(120deg, #e0c3fc 0%, #8ec5fc 100%);
+            z-index: -2;
+        }
+        .bg-orb {
+            position: fixed;
+            border-radius: 50%;
+            filter: blur(80px);
+            z-index: -1;
+            opacity: 0.5;
+        }
+        .orb-1 {
+            width: 400px;
+            height: 400px;
+            background: #fab1a0;
+            top: -100px;
+            right: -100px;
+        }
+        .orb-2 {
+            width: 600px;
+            height: 600px;
+            background: #81ecec;
+            bottom: -200px;
+            left: -200px;
+        }
+        /* 共通ガラススタイル */
+        .glass {
+            background: var(--glass-bg);
+            backdrop-filter: blur(15px);
+            -webkit-backdrop-filter: blur(15px);
+            border: 1px solid var(--glass-border);
+            border-radius: 24px;
+            box-shadow: 0 8px 32px rgba(31, 38, 135, 0.1);
+            margin-bottom: 24px;
+        }
+        /* メインレイアウト */
+        .report-wrapper {
+            width: 90%;
+            max-width: 800px;
+            padding: 60px 0;
+            z-index: 1;
+        }
+        /* 各セクションの装飾 */
+        .report-header {
+            padding: 40px;
+            text-align: center;
+        }
+        .badge {
+            display: inline-block;
+            padding: 4px 12px;
+            background: var(--accent-color);
+            color: white;
+            border-radius: 50px;
+            font-size: 0.8rem;
+            font-weight: bold;
+            margin-bottom: 16px;
+        }
+        h1 {
+            font-size: 2.5rem;
+            margin: 0;
+            line-height: 1.2;
+        }
+        .highlight {
+            color: var(--accent-color);
+        }
+        .meta-info {
+            margin-top: 20px;
+            font-size: 0.9rem;
+            opacity: 0.7;
+        }
+        .meta-info span {
+            margin: 0 10px;
+        }
+        /* キーメッセージ */
+        .key-message {
+            padding: 30px;
+            border-left: 8px solid var(--accent-color);
+        }
+        .key-message h2 {
+            margin-top: 0;
+            font-size: 1.2rem;
+            color: var(--accent-color);
+        }
+        /* 統計カード */
+        .stats-grid {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+            gap: 20px;
+            margin-bottom: 24px;
+        }
+        .stat-card {
+            padding: 24px;
+            text-align: center;
+        }
+        .stat-card .label {
+            font-size: 0.85rem;
+            display: block;
+            margin-bottom: 8px;
+        }
+        .stat-card .value {
+            font-size: 1.8rem;
+            font-weight: bold;
+            font-family: 'Montserrat';
+        }
+        .stat-card .trend {
+            font-size: 0.8rem;
+            margin-left: 5px;
+            font-weight: bold;
+        }
+        .trend.up {
+            color: #00b894;
+        }
+        .trend.down {
+            color: #d63031;
+        }
+        /* ボディテキスト */
+        .report-body {
+            padding: 40px;
+            line-height: 1.8;
+        }
+        ul {
+            padding-left: 20px;
+        }
+        li {
+            margin-bottom: 10px;
+        }
+        .report-footer {
+            text-align: center;
+            font-size: 0.8rem;
+            opacity: 0.5;
+            margin-top: 40px;
+        }
+        /* スマホ対応 */
+        @media (max-width: 600px) {
+            h1 {
+                font-size: 1.8rem;
+            }
+            .report-wrapper {
+                padding: 20px 0;
+            }
+        }
+    </style>
+    <link
+        href="https://fonts.googleapis.com/css2?family=Noto+Sans+JP:wght@300;500;700&family=Montserrat:wght@600&display=swap"
+        rel="stylesheet">
+</head>
+<body>
+    <div class="bg-gradient"></div>
+    <div class="bg-orb orb-1"></div>
+    <div class="bg-orb orb-2"></div>
+    <main class="report-wrapper">
+        <header class="report-header glass">
+            <div class="badge" style="color: white;">Quarterly Report 2024</div>
+            <h1>マーケティング戦略 <br><span class="highlight">進捗報告書</span></h1>
+            <div class="meta-info">
+                <span>社外秘</span>
+            </div>
+        </header>
+        <section class="key-message glass">
+            <h2><span class="icon">💡</span> Key Insight</h2>
+            <p>
+                過去3ヶ月の施策により、リード獲得コストは<strong>25%削減</strong>されました。
+                次四半期は、現在のLiquid Glassデザインを導入したLPのABテストを強化し、CVRの更なる向上を目指します。
+            </p>
+        </section>
+        <div class="stats-grid">
+            <div class="stat-card glass">
+                <span class="label">総リード数</span>
+                <span class="value">1,240</span>
+                <span class="trend up">+12%</span>
+            </div>
+            <div class="stat-card glass">
+                <span class="label">CPA（獲得単価）</span>
+                <span class="value">¥4,200</span>
+                <span class="trend down">-8%</span>
+            </div>
+            <div class="stat-card glass">
+                <span class="label">成約率</span>
+                <span class="value">4.8%</span>
+                <span class="trend up">+1.2%</span>
+            </div>
+        </div>
+        <section class="report-body glass">
+            <h3>今後の重点施策</h3>
+            <p>
+                市場のトレンドは「視覚的な透明感」と「信頼性」の両立に移行しています。
+                本報告書で採用しているデザインコンセプトは、ユーザーに清潔感とモダンな印象を与え、滞在時間の延長に寄与します。
+            </p>
+            <ul>
+                <li>UI/UXの透明化による情報の階層化</li>
+                <li>モバイルフレンドリーなレスポンシブ対応の強化</li>
+                <li>インタラクティブなデータビジュアライゼーションの導入</li>
+            </ul>
+        </section>
+        <footer class="report-footer">
+            <p>&copy; 2025 RYH International. Confidential</p>
+        </footer>
+    </main>
+</body>
+</html>
+"""
+meta_prompt = '''
+思考のガイドライン
+文脈の理解: ユーザーの意図、背景、制約条件を正確に把握してください。
+推論の先行: 結論を出す前に、必ず「なぜその結論に至るのか」という思考のプロセスを記述してください。
+多角的視点: 表面的な回答だけでなく、潜在的な課題や代替案、リスクについても考慮してください。
+論理的整合性: ステップ間のつながりを明確にし、矛盾がないかセルフチェックを行ってください。
+実行ステップ
+1. タスクの分解と分析
+実行すべきタスクを最小単位の要素に分解してください。
+必要な情報、使用すべきトーン、守るべきルールを明確にします。
+2. 推論と戦略立案（Reasoning）
+結論に至るまでの論理的な道筋を立ててください。
+複数のアプローチがある場合は、最も適切なものを選択した理由を明記してください。
+計算や複雑な論理が必要な場合は、ここでステップバイステップで展開してください。
+3. 検証と洗練
+生成した解決策が、すべての制約条件を満たしているか確認してください。
+より簡潔に、あるいはより強力にできる部分を修正してください。
+出力形式
+以下の構造で回答してください。
+推論プロセス（Reasoning）
+[タスクの分析、論理的な思考、解決までのステップを詳細に記述してください。]
+最終回答（Conclusion/Result）
+[推論に基づいた最終的な成果物を出力してください。形式はタスクに応じて最適化してください（JSON、マークダウン、文章など）。]
+'''
+# ==========================================
+# 1. 専門家分析・ガイドライン データベース (6,000文字級)
+# ==========================================
+ADVISORY_DB = {
+    "STRATEGIC_HEADER": "# 🏛️ 戦略的組織防衛・人事アドバイザリー・フルレポート\n**本レポートは、AI予測に基づき、経営心理学と労務リスク管理の観点から生成されました。**\n---\n",
+    "GUIDELINE": """
+## 📘 専門家による対応ガイドライン
+離職予兆を検知した際、人事が取るべき行動指針は以下の通りです。
+1. **「評価」ではなく「共感」の対話:** 離職を検討している層は、組織への不信感を抱いています。詰問ではなく「あなたの状況を心配している」というメッセージを優先してください。
+2. **制度の弾力的運用:** 介護や育児、心身の不調など、個別の事情に合わせた「特別措置（特例のリモート、短時間勤務等）」を即断で提示することが、最強のリテンションになります。
+3. **心理的安全性の担保:** 相談内容が査定に影響しないことを明確に約束し、本音を引き出してください。
+""",
+    "FINANCIAL_IMPACT": """
+## 💰 離職に伴う経済的インパクト予測（推定損失額）
+対象者が離職した場合、組織には以下の経済的損失が発生します。
+1. **直接的損失（採用・教育費）:** 年収の約35%〜50%（エージェント手数料、媒体費、面接工数）。
+2. **生産性の空白期間:** 後任が前任者と同等のパフォーマンスを発揮するまでの4〜6ヶ月間の給与相当額。
+3. **ナレッジ・ロス:** 担当顧客との関係、業務ノウハウ、およびチームの士気低下による「連鎖離職」の潜在的リスク。
+**【結論】推定損失合計：年収の1.5倍〜2.2倍。** 本レポートの提言を実行することは、経営上、極めて合理的な投資です。
+"""
+}
+# ==========================================
+# 2. モデルの学習（すべての入力を整数として定義）
+# ==========================================
+def train_mega_model():
+    np.random.seed(42)
+    # 項目名とそれぞれの整数の範囲
+    feature_config = {
+        '仕事の満足度(0-10)': (0, 10),
+        '上司への満足度(0-10)': (0, 10),
+        '月間総労働時間(h)': (140, 350),
+        '先月の残業時間(h)': (0, 150),
+        '勤続年数': (0, 40),
+        '昇進からの経過年数': (0, 20),
+        '年間研修受講時間(h)': (0, 200),
+        '通勤時間(片道分)': (0, 180),
+        'リモートワーク比率(0-100%)': (0, 100),
+        '週の面談回数': (0, 10),
+        '給与ランク(1-10)': (1, 10),
+        '賞与評価(0-10)': (0, 10),
+        'チームの一体感(0-10)': (0, 10),
+        '年齢': (20, 70),
+        '扶養家族数': (0, 5)
+    }
+    feature_names = list(feature_config.keys())
+    n_samples = 5000
+    # 整数データの生成
+    data = {f: np.random.randint(low, high + 1, n_samples) for f, (low, high) in feature_config.items()}
+    df = pd.DataFrame(data)
+    # 離職ロジック（整数値に基づいた重み付け）
+    def churn_logic(row):
+        score = 0
+        if row['仕事の満足度(0-10)'] <= 3: score += 0.5
+        if row['先月の残業時間(h)'] >= 60: score += 0.4
+        if row['上司への満足度(0-10)'] <= 3: score += 0.4
+        if row['昇進からの経過年数'] >= 5: score += 0.2
+        return 1 if score > 0.7 else 0
+    df['target'] = df.apply(churn_logic, axis=1)
+    X = df[feature_names]
+    y = df['target']
+    model = RandomForestClassifier(n_estimators=100, random_state=42).fit(X, y)
+    return model, feature_names
+model, feature_names = train_mega_model()
+# ==========================================
+# 3. レポート生成エンジン（個別所見 & 専門家分析）
+# ==========================================
+def generate_individual_findings(d):
+    findings = "## 📋 入力データに基づく個別所見（精密分析）\n"
+    if d['仕事の満足度(0-10)'] <= 3:
+        findings += f"⚠️ **モチベーション低下:** 満足度スコアが極めて低いです({d['仕事の満足度(0-10)']}/10)。現職務への適性再確認が必要です。\n"
+    if d['先月の残業時間(h)'] >= 45:
+        findings += f"⚠️ **過重労働リスク:** 残業時間({d['先月の残業時間(h)']}h)が危険域です。メンタル不調による突発的離職を防ぐため、即時の業務調整を。\n"
+    if d['上司への満足度(0-10)'] <= 3:
+        findings += f"⚠️ **人間関係の不全:** 上司との関係({d['上司への満足度(0-10)']}/10)が最大の離職リスクです。指示系統の変更を検討してください。\n"
+    if d['昇進からの経過年数'] >= 5:
+        findings += f"⚠️ **キャリア停滞感:** 5年以上昇進がないことで、組織内での未来に限界を感じています。\n"
+    if d['通勤時間(片道分)'] >= 60 and d['リモートワーク比率(0-100%)'] <= 20:
+        findings += f"⚠️ **環境負荷:** 長距離通勤と低いリモート率が私生活を圧迫しています。\n"
+    if not any("⚠️" in s for s in findings.split('\n')):
+        findings += "✅ **良��な傾向:** 現在の入力値において、深刻な離職リスクを押し上げる単一要因は見当たりません。\n"
+    return findings
+def generate_expert_analysis(prob):
+    analysis = "## 🔍 専門家による多角的分析\n"
+    if prob > 0.7:
+        analysis += "**【判定：緊急離脱状態】** 対象者は既に「心理的契約」を解除しています。引き止めよりも、まずは本音を吐き出させる「デトックス面談」を優先してください。\n"
+    elif prob > 0.4:
+        analysis += "**【判定：揺らぎ状態】** 他社からの誘いや、現状への疑問が芽生えています。今、具体的な改善策を提示すれば定着に繋がります。\n"
+    else:
+        analysis += "**【判定：安定維持】** 組織へのコミットメントは高いですが、定期的な1on1を怠らず、小さな変化を見逃さないでください。\n"
+    return analysis
+# ==========================================
+# 4. メイン関数（UserWarning解消 & レポート構築）
+# ==========================================
+def generate_advisory_report(*args):
+    # すべての入力を整数として扱う
+    args_int = [int(a) for a in args]
+    input_df = pd.DataFrame([args_int], columns=feature_names)
+    prob = model.predict_proba(input_df)[0][1]
+    d = dict(zip(feature_names, args_int))
+    report = ADVISORY_DB["STRATEGIC_HEADER"]
+    report += f"## 🏆 総合評価：離職予測確率 {prob*100:.1f}%\n\n"
+    report += generate_individual_findings(d)
+    report += generate_expert_analysis(prob)
+    report += ADVISORY_DB["GUIDELINE"]
+    report += ADVISORY_DB["FINANCIAL_IMPACT"]
+    full_prompt = f"{meta_prompt}に基づいて{report}を分析して、最終評価を{template}に基づいてHTML形式で出力してください。回答が見つからない場合は、ウェブで検索して{meta_prompt}に基づいて必ず、{template}に基づいてHTML形式で回答してください。"
+    # Cohere APIの呼び出し
+    response = client.chat(
+        model="command-a-03-2025",
+        messages=[
+            {"role": "user", "content": full_prompt}
+        ]
+    )
+    myresp = response.message.content[0].text
+    if '```html' in myresp:
+        part1 = myresp.find('```html')
+        part2 = myresp.rfind('```')
+        reasoning_part = myresp[:part1].strip()
+        html_part = myresp[part1+7:part2].strip()
+    else:
+        # Markdownタグがない場合のフォールバック
+        reasoning_part = "HTMLタグが見つかりませんでした。全文を表示します。"
+        html_part = myresp
+    prevbody = report + '\n\n' + reasoning_part
+    return prevbody, html_part, "Powered by RYH International."
+# ==========================================
+# 5. Gradio UI (すべて整数入力)
+# ==========================================
+with gr.Blocks(theme=gr.themes.Soft(), title="HR Advisory Platform", css="footer {visibility: hidden;}") as demo:
+    gr.Markdown("# 🏢 組織・人事評価 統合アドバイザリー (AI版)")
+    with gr.Row():
+        with gr.Column(scale=1):
+            gr.Markdown("### 📊 従業員データ入力")
+            inputs = []
+            for f in feature_names:
+                if '0-10' in f or '1-10' in f:
+                    inputs.append(gr.Slider(0, 10, 5, step=1, label=f))
+                elif '0-100%' in f:
+                    inputs.append(gr.Slider(0, 100, 20, step=1, label=f))
+                elif 'h' in f or '年' in f or '分' in f or '歳' in f or '数' in f or '回' in f:
+                    inputs.append(gr.Number(value=0, precision=0, label=f))
+                else:
+                    inputs.append(gr.Number(value=0, precision=0, label=f))
+            btn = gr.Button("🔍 統合レポートを生成", variant="primary")
+        with gr.Column(scale=2):
+            output = gr.Markdown(show_copy_button=True)
+            html_output = gr.HTML()
+            ip_right = gr.Textbox(label="IP Information", interactive=False)
+    btn.click(generate_advisory_report, inputs=inputs, outputs=[output, html_output, ip_right])
+demo.launch(favicon_path="favicon.ico")