# 当前状态说明
  
  ## ✅ 已完成并可用的功能
  
  ### 1. i2i 行为相似算法（100%可用）
  - ✅ **Swing算法** - 已适配实际数据库字段
  - ✅ **Session W2V** - 已适配实际数据库字段  
  - ✅ **DeepWalk** - 已适配实际数据库字段
  
  **使用的字段**（已验证存在）：
  - `sensors_events.anonymous_id`
  - `sensors_events.item_id`
  - `sensors_events.event`
  - `sensors_events.create_time`
  - `prd_goods_sku.id`
  - `prd_goods_sku.name`
  
  **输出格式**：
  ```
  item_id \t item_name \t similar_item_id1:score1,similar_item_id2:score2,...
  ```
  
  **运行命令**：
  ```bash
  # 单独运行
  python3 scripts/i2i_swing.py --lookback_days 730 --top_n 50
  python3 scripts/i2i_session_w2v.py --lookback_days 730 --top_n 50
  python3 scripts/i2i_deepwalk.py --lookback_days 730 --top_n 50
  ```
  
  ---
  
  ### 2. 兴趣点聚合（部分可用）
  
  #### 已适配的维度：
  ✅ **business_platform** - 业务平台维度
  ```
  platform:pc → item_id1:score1,item_id2:score2,...
  platform:mobile → ...
  ```
  
  ✅ **client_platform** - 客户端平台维度
  ```
  client_platform:web → item_id1:score1,item_id2:score2,...
  client_platform:app → ...
  ```
  
  ✅ **platform_client** - 组合维度
  ```
  platform_client:pc_web → item_id1:score1,item_id2:score2,...
  ```
  
  #### 已适配的列表类型：
  ✅ **hot** - 热门商品（基于最近180天）
  ✅ **cart** - 加购商品
  ✅ **new** - 新品（基于create_time）
  
  **运行命令**：
  ```bash
  python3 scripts/interest_aggregation.py --lookback_days 730 --top_n 1000
  ```
  
  ---
  
  ## ⚠️ 原计划但未实现的功能（因字段不存在）
  
  ### sensors_events 表缺失字段：
  - ❌ `country` - 国家/销售区域
  - ❌ `customer_type` - 客户类型
  
  ### prd_goods_sku 表缺失字段：
  - ❌ `category_level2_id` - 二级分类
  - ❌ `category_level3_id` - 三级分类
  
  ### 影响的索引：
  - ❌ country:{country}
  - ❌ customer_type:{type}
  - ❌ category_level2:{cat_id}
  - ❌ category_level3:{cat_id}
  - ❌ 相关的组合维度索引
  
  ---
  
  ## 📊 业务场景映射（更新后）
  
  ### 场景1: 首页猜你喜欢
  **可用索引**：
  ```python
  # 按平台推荐
  interest:hot:platform:pc
  interest:hot:platform:mobile
  
  # 按客户端平台推荐
  interest:hot:client_platform:web
  interest:hot:client_platform:app
  
  # 组合维度
  interest:hot:platform_client:pc_web
  ```
  
  ### 场景2: 详情页大家都在看
  **可用索引**：
  ```python
  # i2i相似度（完全可用）
  i2i:swing:{item_id}
  i2i:session_w2v:{item_id}
  i2i:deepwalk:{item_id}
  ```
  
  ### 场景3: 搜索结果页推荐
  **可用索引**：
  ```python
  # 按平台的全局推荐
  interest:global:platform:pc
  interest:global:client_platform:web
  
  # 或使用 page_type（需要扩展）
  interest:global:page_type:search
  ```
  
  ---
  
  ## 🎯 当前可用的完整索引列表
  
  ### i2i索引（完全可用）
  ```
  i2i:swing:{item_id}
  i2i:session_w2v:{item_id}
  i2i:deepwalk:{item_id}
  ```
  
  ### 兴趣点聚合索引（部分可用）
  
  **单维度**：
  ```
  platform:{business_platform}           # 如：platform:pc
  client_platform:{client_platform}      # 如：client_platform:web
  ```
  
  **组合维度**：
  ```
  platform_client:{platform}_{client}    # 如：platform_client:pc_web
  ```
  
  **列表类型前缀**：
  ```
  interest:hot:...
  interest:cart:...
  interest:new:...
  interest:global:...
  ```
  
  **完整示例**：
  ```
  interest:hot:platform:pc
  interest:hot:client_platform:web
  interest:hot:platform_client:pc_web
  interest:cart:platform:mobile
  interest:new:client_platform:app
  interest:global:platform:pc
  ```
  
  ---
  
  ## 🚀 快速运行
  
  ### 测试i2i功能（完全可用）
  ```bash
  cd /home/tw/recommendation/offline_tasks
  
  # 运行Swing算法（小数据量测试）
  python3 scripts/i2i_swing.py --lookback_days 30 --top_n 10
  
  # 查看输出
  head -n 5 output/i2i_swing_*.txt
  ```
  
  ### 测试兴趣点聚合（部分可用）
  ```bash
  # 运行兴趣点聚合（小数据量测试）
  python3 scripts/interest_aggregation.py --lookback_days 30 --top_n 100
  
  # 查看输出
  head -n 10 output/interest_aggregation_hot_*.txt
  grep "^platform:" output/interest_aggregation_hot_*.txt | head -5
  ```
  
  ### 运行所有可用任务
  ```bash
  # 运行全部
  python3 run_all.py --lookback_days 730 --top_n 50
  
  # 查看日志
  tail -f logs/run_all_*.log
  ```
  
  ---
  
  ## 💡 建议
  
  ### 短期建议（立即可用）
  1. **优先使用 i2i 功能** - 这部分功能完整且经过验证
  2. **使用现有平台维度** - platform 和 client_platform 可以满足基本需求
  3. **测试小数据量** - 先用30天数据测试，确认无误后再用完整数据
  
  ### 中期建议（需要扩展）
  1. **添加更多维度** - 可以考虑使用 `page_type`、`item_type` 等现有字段
  2. **关联其他表** - 如果其他表有分类信息，可以通过 JOIN 获取
  3. **解析JSON字段** - `__properties` 可能包含额外信息
  
  ### 长期建议（需要数据支持）
  1. **补充用户特征字段** - 在 sensors_events 表中添加 country、customer_type 字段
  2. **补充商品分类字段** - 在 prd_goods_sku 表或关联表中添加分类信息
  3. **建立用户画像表** - 单独维护用户属性信息
  
  ---
  
  ## 📞 文档索引
  
  - **FIELD_MAPPING.md** - 字段映射详细说明
  - **DATABASE_SETUP.md** - 数据库配置指南
  - **TROUBLESHOOTING.md** - 故障排除
  - **CHANGELOG.md** - 更新日志
  - **README.md** - 完整文档
  
  ---
  
  **更新时间**: 2025-10-16  
  **状态**: i2i功能完全可用，兴趣点聚合部分可用