feat: 论文

docs/08_答辩汇报提纲.md

@@ -5,6 +5,7 @@
 - 企业缺勤管理存在统计分散、分析不及时、预测能力不足的问题
 - 单纯做预测不够，还需要解释“为什么员工会缺勤”
 - 本课题以 `JD-R` 理论为基础，构建一个可视化、可分析、可预测、可解释的缺勤管理辅助系统
+- 论文主线不是几个独立页面，而是“现象发现 -> 机制解释 -> 风险预测 -> 管理建议”
 
 ## 2. 课题目标
 
@@ -12,6 +13,7 @@
 - 分析关键影响因素
 - 用 `JD-R` 理论解释缺勤形成机制
 - 实现缺勤风险预测与解释
+- 将预测结果转化为可读的文字化说明
 - 构建员工群体画像
 
 ## 3. 系统总体设计
@@ -20,6 +22,7 @@
 - 前端负责界面与图表
 - 后端负责数据处理、模型预测、`JD-R` 分析与聚类分析
 - 系统包含 `SHAP` 解释能力
+- `JD-R` 负责回答“为什么缺勤”，预测模块负责回答“缺勤到什么程度”
 
 ## 4. 核心功能展示顺序
 
@@ -27,29 +30,35 @@
 
 - 展示总量指标
 - 展示月度趋势、星期分布、原因分布、季节分布
+- 结论：先说明缺勤现象是什么
 
 ### 4.2 影响因素分析
 
 - 展示特征重要性排序
 - 解释为什么请假类型、医院证明、加班通勤压力等因素更重要
+- 结论：识别出哪些业务因素需要进一步用理论解释
 
 ### 4.3 `JD-R` 理论分析
 
 - 展示工作要求、工作资源、个人资源三维度
 - 展示工作倦怠与工作投入分布
 - 展示健康损伤路径和激励路径
-- 说明理论如何支撑“为什么要分析缺勤”
+- 说明这些因素如何通过倦怠和投入作用于缺勤
+- 结论：回答“为什么会缺勤”
 
 ### 4.4 缺勤预测
 
 - 输入关键字段
 - 展示预测时长、风险等级与模型对比
 - 展示 `SHAP` 局部解释
+- 结合 `JD-R` 维度说明当前预测背后的压力-资源结构
+- 结论：回答“未来会缺勤到什么程度，以及为什么会这样”
 
 ### 4.5 员工画像
 
 - 展示群体雷达图
 - 展示聚类结果与散点图
+- 说明不同群体在要求、资源和缺勤表现上的差异
 
 ## 5. 技术实现亮点
 
@@ -58,10 +67,12 @@
 - 引入基于 `Transformer` 的时序注意力融合深度学习模型
 - 将 `JD-R` 心理学理论映射为可计算的数据字段与复合指标
 - 融合 `SHAP` 全局/局部解释，增强结果可解释性
+- 将模型输出进一步组织成面向论文与答辩的机制解释思路
 
 ## 6. 项目成果
 
 - 系统可完成统计、分析、理论解释、预测、画像五类任务
+- 论文价值不只在“预测一个人缺勤多久”，更在于解释缺勤形成机制并提出干预方向
 - 页面可视化效果完整
 - 文档、论文材料与代码实现保持一致