fix:更新算法

设计说明文档/個性化推薦算法規則.md

@@ -5,7 +5,7 @@
 >
 > **共用基礎**：
 >
-> * 用戶畫像：U（mom_stage one-hot、emotion_score、context one-hot、need one-hot）
+> * 用戶畫像：U（mom_stage one-hot；emotion/context/need 允许缺失/跳过；含 `profile_confidence/profile_answered`）
 > * 文案畫像：Cᵢ（stage、emotion_score、context/need suitability、personalization_power、risk_flags；建議含 content_id/author_id/template_id/review_confidence）
 > * 推薦骨架：Hard Filter → Soft Scoring → Rerank（多樣性/新鮮度/疲勞）
 
@@ -24,6 +24,7 @@
 1. **Candidate Generation（候選集生成）**
 
    * 依 U 取一個「候選池」：匹配 need/context/stage 的內容 + 一部分通用內容
+   * V1.2：若問卷允許跳過導致 `U.need/U.context/U.emotion_score` 缺失，候選池需自動提高通用安全內容占比，并视为至少进入 L1（限制 `personalization_power≤0.5`）
 2. **Hard Filter（硬性過濾）**
 
    * 依 risk_flags 與產品規則剔除高風險內容
@@ -93,10 +94,37 @@ S_{core} + S_{personal} + S_{fresh} - P_{fatigue} - P_{repeat} - P_{risk} - P_{u
 S_{core} = w_{need}S_{need} + w_{emotion}S_{emotion} + w_{stage}S_{stage} + w_{context}S_{context}
 ]
 
-* `S_need = Cᵢ.need_suitability[U.need]`
-* `S_context = Cᵢ.context_suitability[U.context]`
+* `S_need = Cᵢ.need_suitability[U.need]`（若 U.need 缺失，见 V1.2）
+* `S_context = Cᵢ.context_suitability[U.context]`（若 U.context 缺失，见 V1.2）
 * `S_stage`：general=1；命中=1；unknown對非unknown=0.7；其餘=0
-* `S_emotion`：若文案 general→0.8；否則 `1-|U.emotion_score-Cᵢ.emotion_score|`
+* `S_emotion`：若文案 general→0.8；否則 `1-|U.emotion_score-Cᵢ.emotion_score|`（若 U.emotion_score 缺失，见 V1.2）
+
+### V1.2：当问卷允许跳过题目时的打分约定（工程必读）
+
+> 目标：用户画像字段不全时仍能产出排序；并在不确定时自动降个性化/降风险。
+
+判定缺失：
+
+* `U.need` 为空对象 `{}` 或不存在 → 视为缺失
+* `U.context` 为空对象 `{}` 或不存在 → 视为缺失
+* `U.emotion_score` 为 `null`/不存在 → 视为缺失
+
+缺失时的保守计算：
+
+* `S_need`：
+  * 若 `U.need` 缺失 → `S_need = 0.5`
+  * 否则 → `S_need = Cᵢ.need_suitability[U.need]`
+* `S_context`：
+  * 若 `U.context` 缺失 → `S_context = 0.5`
+  * 否则 → `S_context = Cᵢ.context_suitability[U.context]`
+* `S_emotion`：
+  * 若 `U.emotion_score` 缺失 → `S_emotion = 0.8`
+  * 否则按原定义计算（文案 general 仍为 0.8）
+
+额外约束（与回退梯度一致，6A）：
+
+* 若 `conf_U` 偏低或字段缺失明显：必须启用 `P_uncertainty`
+* 若进入回退梯度（`fallback_level_final>0`）：按 L1/L2/L3 限制 `personalization_power` 上限（见 3.1）
 
 個性化加成：
 [
@@ -125,7 +153,7 @@ P_{uncertainty} = \beta \cdot (1-\text{conf}_U) \cdot (1-\text{conf}_{Cᵢ}) \cd
 * `U.stage.unknown=1` → 禁推 `unsafe_for_stage_unknown`
 * `U.stage.parenting=1` → 禁推 `unsafe_for_stage_parenting`
 * `U.emotion_score≤0.2` → 禁推 `unsafe_for_emotion_low`
-* `U.context.health=1` → 禁推 `block_health_medical`（僅擋「醫療/診斷/嚴重暗示」）
+* `Cᵢ.risk_flags` 含 `block_health_medical` → **全场景禁推（Hard Filter）**（仅挡「医疗/诊断/严重暗示」）
 
 > `soft_health_sensitive` 不做 Hard Filter，改由 Soft Penalty（見 Push 的 P_risk）
 
@@ -218,6 +246,11 @@ P_{uncertainty} = \beta \cdot (1-\text{conf}_U) \cdot (1-\text{conf}_{Cᵢ}) \cd
 >
 > * `personalization_power` 上限降為 `≤0.5`（L1）或 `0`（L2/L3）
 > * 若候選不足，優先回退到「通用安全句庫」，而不是擴大高個性化內容
+>
+> V1.2（支持问卷跳过）补充：
+>
+> * 若 `profile_answered.need=false` 或 `U.need` 缺失：不得按“need 强命中”召回，候选池应提高通用安全句占比，并至少按 L1 降个性化
+> * 若 `profile_answered.emotion=false` 或 `U.emotion_score` 缺失：Push 应偏向 `Cᵢ.emotion_score` 为 `general` 或 0.4–0.8 的稳定内容，并启用 `P_uncertainty`
 
 ## 5.3 Push 打分權重（建議）
 
@@ -313,7 +346,7 @@ V1.1 補充（工程預設）：
 
 * Feed：MMR `λ=0.7`
 * Push：啟用 `P_uncertainty`（或併入 `P_risk`）；`fallback_level>=1` 時 `personalization_power` 上限降為 `≤0.5`
-* Health：Hard Filter 僅擋 `block_health_medical`；`soft_health_sensitive` 走 Soft Penalty
+* Health：`block_health_medical` 全场景 Hard Filter；`soft_health_sensitive` 走 Soft Penalty
 
 > 一句話：
 > **同一套 U×Cᵢ 打分，按場景調候選池、權重與重排約束。**