# 调研结论

## 已确认业务拆分

- 任务一：用户自身180天历史行为特征，一名用户一行。
- 任务二：基于同一批用户及窗口查询分享关系和来源群特征。
- 聚合报表是两个任务结果的确定性合并，不应重新定义查询口径。

## 输入约定

- 最小输入：`mid, anchor_dt`。
- 可选标签：`user_type, sub_category`。
- 默认窗口：锚点前180个自然日，包含开始日和锚点前一日，不包含锚点日。
- 当前样本存在不同锚点，必须逐用户保留，不能统一覆盖。

## 关键口径

- 有效播放：`video_play_log.businesstype='videoRealPlay'`。
- 来源群：个人窗口内`useractive_log.path`的有效`opengid`。
- 群访问UV：同群同窗口内`path`访问用户去重MID。
- 群有效播放：上述群访问用户在同窗口内的全部`videoRealPlay`。
- 跨群UV按群求和会重复计算跨群用户，不等于全局去重人数。

## 现有实现审计

- 基础特征由6个可并行模块组成：`core、return、attributes、capture、background_return、landing_return`。
- 基础模块已经支持输入人员表和SQL-only/分模块执行，但固定依赖旧目录。
- 社交扩展由2个ODPS模块组成：`relationships、groups`。
- 社交代码当前固定断言220人，并固定读取旧项目的人群和基础明细，需要参数化。
- 当前样本文件为220行、220个唯一MID：明确举报7、审核13、疑似举报100、正常100。
- 当前样本CSV已逐人保存锚点、窗口开始和窗口结束，适合作为工程内不可变样本快照。

## 扩展任务

- DAU和商业化影响是第三个独立任务，不依赖指定用户样本。
- 按统计日DAU计算历史安全分五档，历史窗口排除统计日。
- 输出产品侧分享/同日回流，以及无广告曝光、广告点击、广告转化三类商业化指标。
- 活跃天数权重支持`0.5`和`1.0`两版，分位点按DAU用户人数计算，同分用户不拆档。

## 回归基线

- 分享关系明细：12,506行。
- 用户到来源群关系：636行。
- 明确举报人来源群8个、按群访问UV求和149、按群有效播放UV求和0。
- 审核人来源群2个、访问UV54、有效播放UV19。
- 疑似举报人来源群316个、访问UV5,560、有效播放UV2,543。
- 正常用户来源群310个、访问UV6,404、有效播放UV2,760。