# 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