feat: update clustering implementation and docs

docs/07_毕业论文写作提纲.md

@@ -10,26 +10,27 @@
 
 可写内容：
 
-- 企业缺勤对生产效率和管理成本的影响
-- 数据驱动管理在企业中的应用趋势
-- 本课题的研究价值和实践意义
+- 企业缺勤对生产效率、排班稳定性和管理成本的影响
+- 数据驱动管理在人力资源领域的应用趋势
+- “预测缺勤”与“解释缺勤”并重的研究价值
 
 ## 第2章 相关技术与理论基础
 
 写作要点：
 
 - 简要介绍本系统使用的主要技术
-- 介绍预测与聚类相关算法原理
+- 说明“为什么员工会缺勤”的理论基础
 
 可写内容：
 
+- `JD-R` 模型及其健康损伤路径、激励路径
 - Flask 的基本特点
 - Vue 3 的组件化优势
 - Element Plus 和 ECharts 的可视化能力
-- 随机森林、GBDT、Extra Trees 的基本原理
-- LSTM 与 MLP 的基本原理
-- 时序序列建模与多输入融合思想
-- K-Means 聚类思想
+- 随机森林、GBDT、Extra Trees、XGBoost 的基本原理
+- 时序注意力融合模型的基本思想
+- `SHAP` 的可解释分析原理
+- `K-Means` 聚类思想
 
 ## 第3章 系统需求分析
 
@@ -42,7 +43,8 @@
 
 - 数据概览需求
 - 影响因素分析需求
-- 缺勤预测需求
+- `JD-R` 理论解释需求
+- 缺勤预测与可解释预测需求
 - 员工画像需求
 - 易用性与可维护性要求
 
@@ -58,6 +60,7 @@
 - 前后端分离架构
 - 功能模块划分
 - 数据集字段设计
+- `JD-R` 变量设计与复合指标设计
 - 接口交互流程
 - 页面原型说明
 
@@ -71,19 +74,20 @@
 可写内容：
 
 - 数据生成与预处理实现
+- `JD-R` 理论变量构造实现
 - 特征工程实现
 - 模型训练与保存实现
-- LSTM+MLP 深度学习训练流程
+- 时序融合深度学习训练流程
+- `SHAP` 全局/局部解释实现
 - 后端接口实现
 - 前端页面实现
-- 预测页卡片布局与交互实现
 
 ## 第6章 系统测试与分析
 
 写作要点：
 
 - 用表格和截图体现系统已经完成
-- 模型效果与页面效果都要写
+- 模型效果、解释效果和页面效果都要写
 
 可写内容：
 
@@ -92,6 +96,8 @@
 - 预测功能测试
 - 聚类与分析结果测试
 - 模型性能指标分析
+- `JD-R` 维度结果分析
+- `SHAP` 解释结果分析
 - 传统模型与深度学习模型对比分析
 
 ## 第7章 总结与展望
@@ -104,6 +110,6 @@
 可写内容：
 
 - 已完成的系统功能
-- 论文研究成果
+- 理论与系统结合的研究成果
 - 系统存在的限制
 - 后续可扩展方向