数据库字段映射说明

实际表结构

根据检查结果，实际的表结构如下：

sensors_events 表（用户行为事件表）

代码中使用的字段	实际字段名	说明
user_id	anonymous_id	匿名用户ID
item_id	item_id	商品ID
event_type	event	事件类型
create_time	create_time	创建时间
platform	business_platform	业务平台
client_platform	client_platform	客户端平台

不存在的字段：

• ❌ country - 国家字段（原计划支持，但表中不存在）
• ❌ customer_type - 客户类型字段（原计划支持，但表中不存在）

其他可用字段：

• ip - IP地址
• item_type - 商品类型
• location_src - 位置来源
• search_content - 搜索内容
• page_type - 页面类型
• session_id - 会话ID

prd_goods_sku 表（商品SKU表）

代码中使用的字段	实际字段名	说明
item_id	id	商品ID
item_name	name	商品名称
item_create_time	create_time	商品创建时间

不存在的字段：

• ❌ category_level2_id - 二级分类ID
• ❌ category_level3_id - 三级分类ID

其他可用字段：

• goods_id - 关联商品主表ID
• buyer_id - 买家ID
• factory_no - 工厂编号
• package_type_name - 包装类型名称
• on_sell_time - 上架时间
• price_base - 基础价格

当前支持的维度

基于实际表结构，当前代码支持以下维度：

单维度

1. ✅ platform - 业务平台（business_platform）
2. ✅ client_platform - 客户端平台
3. ❌ country - 国家（字段不存在）
4. ❌ customer_type - 客户类型（字段不存在）
5. ❌ category_level2 - 二级分类（字段不存在）
6. ❌ category_level3 - 三级分类（字段不存在）

组合维度

1. ✅ platform_client - 业务平台 + 客户端平台

列表类型

1. ✅ hot - 热门商品
2. ✅ cart - 加购商品
3. ✅ new - 新品

如何扩展更多维度

方案1: 使用现有字段

可以考虑使用表中已有的其他字段来扩展维度：

# 在 interest_aggregation.py 的 SQL 查询中添加
sql_query = f"""
SELECT 
    ...
    se.page_type,           # 页面类型
    se.item_type,           # 商品类型
    pgs.package_type_name,  # 包装类型
    ...
"""

# 在聚合函数中添加新维度
if pd.notna(row.get('page_type')):
    key = f"page_type:{row['page_type']}"
    aggregations[key][item_id] += weight

if pd.notna(row.get('item_type')):
    key = f"item_type:{row['item_type']}"
    aggregations[key][item_id] += weight

方案2: 关联其他表获取分类信息

如果分类信息在其他表中，可以通过 JOIN 获取：

sql_query = f"""
SELECT 
    se.anonymous_id AS user_id,
    se.item_id,
    ...
    gc.category_level2_id,
    gc.category_level3_id
FROM 
    sensors_events se
LEFT JOIN prd_goods_sku pgs ON se.item_id = pgs.id
LEFT JOIN goods_category gc ON pgs.goods_id = gc.goods_id  # 假设有这个表
...
"""

方案3: 从 JSON 字段提取

如果 __properties 字段包含额外信息，可以解析JSON：

# 在查询中
sql_query = f"""
SELECT 
    ...
    se.__properties as properties_json
...
"""

# 在处理时
import json
props = json.loads(row.get('properties_json', '{}'))
if 'country' in props:
    key = f"country:{props['country']}"
    aggregations[key][item_id] += weight

推荐的实际使用维度

基于现有字段，建议使用以下维度组合：

1. 业务平台维度 - platform:{business_platform}

   • 示例：platform:pc, platform:mobile

2. 客户端平台维度 - client_platform:{client_platform}

   • 示例：client_platform:web, client_platform:app

3. 页面类型维度 - page_type:{page_type} （需添加）

   • 示例：page_type:detail, page_type:list

4. 商品类型维度 - item_type:{item_type} （需添加）

   • 示例：item_type:normal, item_type:special

更新后的输出示例

# 实际可用的索引键
platform:pc                          → 12345:98.5,23456:87.3,...
platform:mobile                      → 34567:76.2,45678:65.1,...
client_platform:web                  → 56789:54.3,67890:43.2,...
client_platform:app                  → 78901:32.1,89012:21.0,...
platform_client:pc_web               → 90123:123.4,01234:112.3,...

总结

1. 已实现: 基于 business_platform 和 client_platform 的索引
2. 未实现: country、customer_type、分类相关索引（因字段不存在）
3. 可扩展: page_type、item_type 等其他维度

如需支持更多维度，请参考上述方案进行扩展。