Merge branch 'test' of https://git.yishihui.com/algorithm/rov-offline into test

config.py

@@ -1178,6 +1178,8 @@ class BaseConfig(object):
             {'data': 'user3out', 'rule': 'rule2'},  # 票圈福年 + 优化阈值计算方式
             {'data': 'user22out', 'rule': 'rule2'},  # 票圈足迹 + 优化阈值计算方式
             {'data': 'user0out', 'rule': 'rule3'},  # 票圈vlog + 优化阈值计算方式
+            {'data': 'user4out', 'rule': 'rule3'},  # 票圈视频 + 优化阈值计算方式
+            {'data': 'user5out', 'rule': 'rule3'},  # 内容精选 + 优化阈值计算方式
         ]
     }
 
@@ -1281,7 +1283,7 @@ class BaseConfig(object):
         '173-t': {'video': {'data': 'videos0out'},
                   'user': {'data': 'user0out', 'rule': 'rule2'},
                   'care_model': True, 'threshold_rate': 0.7,
-                  },  # 所有广告类型数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + mean_group & top2不出广告
+                  },  # 所有广告类型数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + 所有用户组top3不出广告
 
         # 票圈视频+
         # '190-a': {'video': {'data': 'data1'},
@@ -1346,21 +1348,29 @@ class BaseConfig(object):
                   'user': {'data': 'user4out', 'rule': 'rule2'},
                   'care_model': True, 'threshold_rate': 0.7,
                   },  # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
-        '194-k': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
-                  'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
-                  'care_model': True, 'threshold_rate': 0.7,
-                  'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
-                  },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
-        '194-l': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
-                  'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
+        # '194-k': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
+        #           'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
+        #           },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
+        # '194-l': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
+        #           'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           'threshold_mix_func': 'multiply',
+        #           },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
+        # '194-m': {'share': {'video': {'data': 'videos4new'}, 'user': {'data': 'user4new', 'rule': 'rule2'}},
+        #           'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           'threshold_mix_func': 'multiply',
+        #           },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出 | 出广告) * p(分享 | 出广告), 标准贝叶斯公式)
+        '194-n': {'video': {'data': 'videos4out'},
+                  'user': {'data': 'user4out', 'rule': 'rule3'},
                   'care_model': True, 'threshold_rate': 0.7,
-                  'threshold_mix_func': 'multiply',
-                  },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
-        '194-m': {'share': {'video': {'data': 'videos4new'}, 'user': {'data': 'user4new', 'rule': 'rule2'}},
-                  'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
+                  }, # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + ['return25_nmids', 'return9_24mids']用户不出广告
+        '194-o': {'video': {'data': 'videos4out'},
+                  'user': {'data': 'user4out', 'rule': 'rule2'},
                   'care_model': True, 'threshold_rate': 0.7,
-                  'threshold_mix_func': 'multiply',
-                  },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出 | 出广告) * p(分享 | 出广告), 标准贝叶斯公式)
+                  },  # 所有广告类型本端数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + 所有用户组top3不出广告
 
         # 内容精选
         # '195-a': {'video': {'data': 'data1'},
@@ -1385,25 +1395,33 @@ class BaseConfig(object):
                   'user': {'data': 'user5out', 'rule': 'rule2'},
                   'care_model': True, 'threshold_rate': 0.7,
                   },  # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
-        '195-i': {'video': {'data': 'videos5out'},
-                  'user': {'data': 'user5out', 'rule': 'rule2'},
-                  'care_model': True, 'threshold_rate': 0.7,
-                  },  # 所有广告类型本端数据 + 优化阈值计算方式 + [else, return0share1mids]非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
-        '195-j': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
-                  'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
-                  'care_model': True, 'threshold_rate': 0.7,
-                  'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
-                  },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
-        '195-k': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
-                  'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
+        # '195-i': {'video': {'data': 'videos5out'},
+        #           'user': {'data': 'user5out', 'rule': 'rule2'},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           },  # 所有广告类型本端数据 + 优化阈值计算方式 + [else, return0share1mids]非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
+        # '195-j': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
+        #           'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
+        #           },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
+        # '195-k': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
+        #           'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           'threshold_mix_func': 'multiply',
+        #           },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
+        # '195-l': {'share': {'video': {'data': 'videos5new'}, 'user': {'data': 'user5new', 'rule': 'rule2'}},
+        #           'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
+        #           'care_model': True, 'threshold_rate': 0.7,
+        #           'threshold_mix_func': 'multiply',
+        #           },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出|出广告) * p(分享|出广告), 标准贝叶斯公式)
+        '195-m': {'video': {'data': 'videos5out'},
+                  'user': {'data': 'user5out', 'rule': 'rule3'},
                   'care_model': True, 'threshold_rate': 0.7,
-                  'threshold_mix_func': 'multiply',
-                  },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
-        '195-l': {'share': {'video': {'data': 'videos5new'}, 'user': {'data': 'user5new', 'rule': 'rule2'}},
-                  'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
+                  },  # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + ['return25_nmids', 'return9_24mids']用户不出广告
+        '195-n': {'video': {'data': 'videos5out'},
+                  'user': {'data': 'user5out', 'rule': 'rule2'},
                   'care_model': True, 'threshold_rate': 0.7,
-                  'threshold_mix_func': 'multiply',
-                  },  # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出|出广告) * p(分享|出广告), 标准贝叶斯公式)
+                  },  # 所有广告类型本端数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + 所有用户组top3不出广告
 
         # 票圈短视频
         # '196-a': {'video': {'data': 'data1'},