query-risk-user-features

风险用户历史特征查询

本工程保存三类可复用查询及聚合代码：

1. 用户自身历史行为特征。
2. 分享关系与来源群特征。
3. 可选的DAU安全分分档、产品裂变影响与商业化影响评估。

默认回溯锚点前180个自然日，不包含锚点当天。本次220人样本保存在 samples/v2_220_20260810.csv。

输入格式

最小字段为mid,anchor_dt。可选字段为user_type,sub_category，也可直接使用 中文列名。若未提供窗口，自动生成anchor_dt-180天至anchor_dt-1天。

python3 scripts/prepare_input.py \
  --user 'weixin_openid_xxx:20260810:待分析:临时排查' \
  --output samples/ad_hoc.csv

执行

完整执行：

python3 scripts/run_pipeline.py \
  --input samples/ad_hoc.csv \
  --run-name ad_hoc_20260810

仅生成SQL：

python3 scripts/run_pipeline.py \
  --input samples/ad_hoc.csv \
  --run-name ad_hoc_20260810 \
  --sql-only

独立执行基础特征或社交扩展时，分别使用run_behavior_features.py和 run_social_features.py。ODPS执行会输出Instance ID和LogView，并将生成SQL、原始结果、 运行记录及最终报表保存在sql/<run-name>/和output/<run-name>/。

DAU与商业化影响评估独立执行，不依赖指定用户样本：

python3 scripts/run_impact_report.py \
  --bizdate 20260812 \
  --lookback-days 180 \
  --active-weight 0.5 \
  --run-name impact_20260812_w05

该任务按统计日DAU人数计算安全分分位点，并输出各档的分享、同日回流、无广告曝光、 广告点击和广告转化指标。历史窗口不包含统计日。

DataWorks单用户SQL

不使用Python脚本时，可直接把sql/dataworks_single_user_180d_all_in_one.sql复制到 DataWorks ODPS SQL节点，并配置mid、anchor_dt、window_start_dt、 window_end_dt四个节点参数。SQL合并全部6类基础行为特征，最终输出一名用户一行。 180天是请求窗口，实际覆盖还受源表分区保留期限制；交付或解释结果时应先检查 ods_video_play_log_day、user_share_log、video_action_log_applet和 simpleevent_log的最早可用分区。有效播放使用ods_video_play_log_day的 videoRealPlay，分享使用user_share_log.topic='share'。 2026-08-14的完整检查结果保存在fixtures/source_table_retention_20260814.csv。

口径边界

• 来源群访问UV和有效播放UV在用户级按群求和，跨群用户可能重复。
• 群有效播放是群访问用户在相同用户统计窗口内产生的全部videoRealPlay，不限定同会话。
• 分享关系使用点击记录的shareid匹配时间上最近且不晚于点击的分享记录。
• 项目不保存ODPS或飞书凭据。