# B2B低频场景优化总结
  
  ## 📋 优化背景
  
  B2B场景的特点：
  - ✅ 用户行为频次**非常低**
  - ✅ 行为间隔时间**可能很长**
  - ✅ 历史行为**依然重要**，不应过度衰减
  
  ## ✅ 已完成的优化
  
  ### 1. **i2i_session_w2v.py** - Session分割策略优化
  
  #### 修改前（基于时间间隔）
  ```python
  # 问题：B2B场景下，用户可能几个月才有一次行为
  # 基于30分钟间隔分割session不合适
  session_gap_minutes = 30
  if (current_time - last_time).total_seconds() / 60 > session_gap_minutes:
      # 新session
  ```
  
  #### 修改后（固定长度分块）
  ```python
  # 参考: graphembedding/session_w2v/prepare_data.py
  # 按固定长度分块，不考虑时间间隔
  max_session_length = 50  # 最大会话长度
  min_session_length = 2   # 最小会话长度
  
  # 按用户行为序列分块
  user_sessions = [
      item_sequence[i:i + max_session_length] 
      for i in range(0, len(item_sequence), max_session_length)
  ]
  ```
  
  **优势：**
  - 不依赖时间间隔，适合低频场景
  - 逻辑简化，性能更好
  - 保留用户行为的顺序信息
  
  **新增参数：**
  ```bash
  --max_session_length 50   # 最大会话长度
  --min_session_length 2    # 最小会话长度（过滤太短的序列）
  ```
  
  ---
  
  ### 2. **i2i_swing.py** - 关闭时间衰减
  
  #### 修改前
  ```python
  --time_decay  # 默认True，开启时间衰减
  # 30天前权重: 0.95
  # 60天前权重: 0.90
  # 180天前权重: 0.74 (衰减过快)
  ```
  
  #### 修改后
  ```python
  --time_decay  # 默认False，关闭时间衰减
  # 所有历史行为权重相同，更适合低频场景
  ```
  
  **原因：**
  在B2B低频场景下，6个月前的行为可能依然很有价值，不应该被大幅衰减。
  
  ---
  
  ### 3. **interest_aggregation.py** - 关闭时间衰减
  
  #### 修改内容
  ```python
  # 热门商品索引 - 关闭时间衰减
  list_type_indices['hot'] = aggregate_by_dimensions(
      df_hot, behavior_weights, time_decay=False  # 改为False
  )
  
  # 加购商品索引 - 关闭时间衰减
  list_type_indices['cart'] = aggregate_by_dimensions(
      df_cart, behavior_weights, time_decay=False  # 改为False
  )
  
  # 全局索引 - 关闭时间衰减
  global_aggregations = aggregate_by_dimensions(
      df, behavior_weights, time_decay=False  # 改为False
  )
  
  # 新品索引 - 本来就不用时间衰减（保持不变）
  list_type_indices['new'] = aggregate_by_dimensions(
      df_new, behavior_weights, time_decay=False
  )
  ```
  
  ---
  
  ## 🚀 使用方法
  
  ### Session W2V（已自动优化）
  ```bash
  # 使用新的固定长度分块策略
  python3 scripts/i2i_session_w2v.py \
      --lookback_days 365 \
      --max_session_length 50 \
      --min_session_length 2 \
      --top_n 50 \
      --debug
  ```
  
  ### Swing算法（默认已关闭时间衰减）
  ```bash
  # 默认不使用时间衰减，适合B2B场景
  python3 scripts/i2i_swing.py \
      --lookback_days 365 \
      --top_n 50 \
      --debug
  
  # 如果需要开启时间衰减（不推荐）
  python3 scripts/i2i_swing.py \
      --lookback_days 365 \
      --time_decay \
      --decay_factor 0.99  # 更缓慢的衰减
  ```
  
  ### 兴趣聚合（已自动优化）
  ```bash
  # 已默认关闭时间衰减
  python3 scripts/interest_aggregation.py \
      --lookback_days 365 \
      --top_n 100 \
      --debug
  ```
  
  ### 运行所有任务
  ```bash
  cd /home/tw/recommendation/offline_tasks
  
  # 使用更长的回溯天数，适合低频场景
  python3 run_all.py --lookback_days 365 --top_n 50 --debug
  ```
  
  ---
  
  ## 📊 其他索引（无需修改）
  
  ### i2i_deepwalk.py
  - ✅ 不涉及session分割
  - ✅ 不使用时间衰减
  - ✅ 无需修改
  
  ### i2i_content_similar.py
  - ✅ 基于商品属性的相似度
  - ✅ 不涉及时间因素
  - ✅ 无需修改
  
  ---
  
  ## 💡 建议的配置调整
  
  ### 1. 增加回溯天数
  ```python
  # offline_tasks/config/offline_config.py
  DEFAULT_LOOKBACK_DAYS = 365  # 从默认值改为365天
  ```
  
  ### 2. 如果需要重新启用时间衰减（特殊场景）
  ```bash
  # Swing算法
  python3 scripts/i2i_swing.py --time_decay --decay_factor 0.99
  
  # 修改interest_aggregation.py中的hard-coded值
  # 将 time_decay=False 改回 time_decay=True
  ```
  
  ---
  
  ## ✨ 优化效果
  
  ### 预期改进
  1. **Session W2V**: 
     - 不再因为时间间隔过长而丢失用户行为序列
     - 能够更好地捕捉低频用户的行为模式
  
  2. **Swing算法**:
     - 历史行为不会因时间衰减而被低估
     - 在数据稀疏的情况下充分利用所有历史数据
  
  3. **兴趣聚合**:
     - 长期累积的用户偏好得到保留
     - 推荐结果更稳定
  
  ### 需要监控的指标
  - [ ] Session数量变化
  - [ ] 相似物品覆盖率
  - [ ] 推荐效果指标（CTR、转化率等）
  
  ---
  
  ## 📝 回滚方法
  
  如果需要恢复之前的逻辑：
  
  ```bash
  # 1. 恢复i2i_swing.py的时间衰减
  git diff offline_tasks/scripts/i2i_swing.py
  # 将 default=False 改回 default=True
  
  # 2. 恢复interest_aggregation.py的时间衰减  
  git diff offline_tasks/scripts/interest_aggregation.py
  # 将所有 time_decay=False 改回 time_decay=True
  
  # 3. 恢复i2i_session_w2v.py的时间分割
  git diff offline_tasks/scripts/i2i_session_w2v.py
  # 恢复基于时间间隔的session分割逻辑
  ```
  
  ---
  
  **修改时间**: 2025-10-16  
  **适用场景**: B2B低频交易场景  
  **核心原则**: 在低频场景下，所有历史数据都很宝贵，不要过度衰减