forsetsystem/docs/08_答辩汇报提纲.md

答辩汇报提纲

1. 课题背景

• 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

2. 课题目标

• 展示缺勤数据整体分布
• 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
• 构建员工群体画像

3. 系统总体设计

• 前后端分离架构
• 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

4. 核心功能展示顺序

4.1 数据概览

• 展示总量指标
• 展示月度趋势、星期分布、原因分布、季节分布

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

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”

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

4.5 员工画像

• 展示群体雷达图
• 展示聚类结果与散点图

5. 技术实现亮点

• 前后端分离结构清晰
• 采用多模型训练与比较
• 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

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
• 页面可视化效果完整
• 文档、论文材料与代码实现保持一致

7. 不足与改进方向

• 可进一步引入真实企业数据
• 可继续提升理论变量测量精度
• 可加入权限管理、报表导出和数据库存储