docs: 添加题目名称技术路线预期结果文档

- 新增毕业设计题目说明、技术路线规划和预期结果描述
   - 优化深度学习模型代码，支持 PyTorch 可选依赖

backend/core/deep_learning_model.py

@@ -1,3 +1,4 @@
+from __future__ import annotations
 import copy
 import os
 from typing import Dict, List, Optional, Tuple
@@ -58,6 +59,9 @@ DEFAULT_BATCH_SIZE = 256
 EARLY_STOPPING_PATIENCE = 12
 
 
+BaseTorchModule = nn.Module if nn is not None else object
+
+
 class SequenceStaticDataset(Dataset):
     def __init__(
         self,
@@ -86,7 +90,7 @@ class SequenceStaticDataset(Dataset):
         )
 
 
-class LSTMMLPRegressor(nn.Module):
+class LSTMMLPRegressor(BaseTorchModule):
     def __init__(
         self,
         seq_num_dim: int,

docs/10_题目名称_技术路线_预期结果.md

@@ -0,0 +1,23 @@
+# 题目名称、主要技术路线或方法、预期结果
+
+## 1. 题目名称
+
+基于中国企业员工缺勤事件的分析与预测系统设计与实现
+
+## 2. 论文（设计）采取的主要技术路线或方法
+
+本课题围绕企业员工缺勤管理场景，采用前后端分离的系统设计思路开展研究与实现。前端基于 `Vue 3`、`Element Plus` 和 `ECharts` 构建可视化展示界面，实现缺勤趋势、影响因素、预测结果和员工画像等内容的交互式展示；后端基于 `Flask` 搭建接口服务，负责数据处理、分析计算、模型推理和聚类结果组织。
+
+在数据处理方面，首先结合项目内部构建的中国企业员工缺勤事件数据集，使用 `Pandas` 和 `NumPy` 完成数据清洗、字段转换、统计分析与特征整理。随后围绕员工属性、岗位信息、班次安排、健康风险、请假原因、通勤压力和加班情况等因素进行特征工程，形成适用于分析与预测的结构化数据。
+
+在算法研究方面，课题采用传统机器学习与深度学习相结合的技术路线。传统模型依托 `scikit-learn`、`XGBoost` 和 `LightGBM` 完成缺勤时长预测与模型对比分析，并通过特征重要性排序和相关性分析挖掘关键影响因素；深度学习部分基于 `PyTorch` 构建 `LSTM+MLP` 融合模型，将员工历史缺勤事件序列与静态属性特征结合，用于提升预测研究的完整性和论文的技术深度。
+
+在员工画像分析方面，课题采用 `K-Means` 聚类方法对员工缺勤行为进行分群，结合散点图、雷达图和群体说明完成群体画像展示，从而辅助企业识别不同类型的缺勤风险群体。最终通过系统集成与前后端联调，实现缺勤数据概览、影响因素分析、单次缺勤预测和员工画像分析四个核心功能模块。
+
+## 3. 论文（设计）预期结果
+
+本课题预期完成一个可运行、可展示、可支撑论文撰写的员工缺勤分析与预测系统。系统能够实现缺勤事件统计展示、趋势分析、原因分布分析、关键因素挖掘、缺勤时长预测、风险等级评估和员工群体画像展示等功能，满足本科毕业设计对系统实现和功能展示的要求。
+
+在研究结果方面，预期能够形成一套较完整的员工缺勤分析方法流程，包括数据预处理、特征工程、相关性分析、特征重要性评估、预测建模和聚类画像分析。系统应能够根据输入的关键业务字段输出缺勤时长预测结果、风险等级和多模型对比结果，并通过可视化图表直观展示分析结论，为企业人力资源管理提供辅助决策依据。
+
+在论文成果方面，预期形成与项目实现一致的毕业设计文档与论文材料，包括需求分析、系统架构设计、接口设计、数据设计、系统实现、实验分析和总结展望等内容，并能够支撑后续开题、中期检查、论文提交和答辩展示工作。

docs/README.md

@@ -16,6 +16,7 @@
 - [06_毕业论文目录与章节设计.md](D:/VScodeProject/forsetsystem/docs/06_毕业论文目录与章节设计.md)
 - [07_毕业论文写作提纲.md](D:/VScodeProject/forsetsystem/docs/07_毕业论文写作提纲.md)
 - [08_答辩汇报提纲.md](D:/VScodeProject/forsetsystem/docs/08_答辩汇报提纲.md)
+- [10_题目名称_技术路线_预期结果.md](D:/VScodeProject/forsetsystem/docs/10_题目名称_技术路线_预期结果.md)
 
 ## 环境配置文档