|
|
@@ -636,7 +636,7 @@ public class ContentPlatformPlanServiceImpl implements ContentPlatformPlanServic
|
|
|
/** match_method 取值,priorScene 池识别用(0519+ 起替代旧 demand_strategy='人群需求-场景') */
|
|
|
private static final String MATCH_METHOD_PRIOR_SCENE = "场景已看视频";
|
|
|
/** match_method 取值,prior / posterior 池识别用 */
|
|
|
- private static final String MATCH_METHOD_PRIOR = "票圈推荐库";
|
|
|
+ private static final String MATCH_METHOD_PRIOR = "视频库_解构特征_向量相似匹配";
|
|
|
/** prior/posterior 池视频近 7 日 rov 下限(质量过滤):0.02 在 prior 池 0513 全量保留 ~41%,
|
|
|
* cdjh 优质相似 0514 验证保留 ~54%,量大有意义;
|
|
|
* priorScene 池基数小(单 channel 几十~百条),仍保持 >0(在 groupAndTopK 内兜底)。 */
|
|
|
@@ -1035,7 +1035,7 @@ public class ContentPlatformPlanServiceImpl implements ContentPlatformPlanServic
|
|
|
|
|
|
/**
|
|
|
* 人群需求池共用 pipeline,按 dimension 切分:
|
|
|
- * 1. SQL: demand_strategy='人群需求' + dimension=<指定> + match_method='票圈推荐库'
|
|
|
+ * 1. SQL: demand_strategy='人群需求' + dimension=<指定> + match_method='视频库_解构特征_向量相似匹配'
|
|
|
* 2. 退化:ghName 无数据 → 去 ghName;crowd_segment 在对侧渠道 0 行 → 去 crowd_segment
|
|
|
* 3. 近 7 日 rov >= DEMAND_MIN_ROV 过滤
|
|
|
* 4. 按 (point_type, standard_element) 分组,按 total_rov 分位保留 top 50%
|
|
|
@@ -1131,7 +1131,7 @@ public class ContentPlatformPlanServiceImpl implements ContentPlatformPlanServic
|
|
|
int fetchLimit = Math.max(limit * 3, DEMAND_CANDIDATE_LIMIT);
|
|
|
|
|
|
String category = StringUtils.hasText(param.getCategory()) ? param.getCategory() : null;
|
|
|
- // posterior 池加 match_method='票圈推荐库' 兜底,防止未来上游对优质相似分量出别的 match_method 值后污染本池
|
|
|
+ // posterior 池加 match_method='视频库_解构特征_向量相似匹配' 兜底,防止未来上游对优质相似分量出别的 match_method 值后污染本池
|
|
|
// 优质相似池:drive_dimension_time 一律不限制(含主查与退化路径),避免仅「昨日」窗口召回过少。
|
|
|
List<ContentPlatformDemandVideo> rows = demandVideoMapperExt.selectForRecommend(
|
|
|
dt, channelName, crowdSegment, DEMAND_STRATEGY_POSTERIOR, null, null, null, ghName, null, category, MATCH_METHOD_PRIOR, fetchLimit, true);
|
wangyunpeng