新增文档说明

设计说明文档/个性化推荐算法架构.md

@@ -0,0 +1,367 @@
+# 情绪句子个性化推荐系统（0 → 1）
+
+> 本文档用于 **个人 + AI 协作** 场景，作为产品、内容、推荐决策的统一对齐说明。
+>
+> 核心目标：
+> **在任何一个时刻，为用户选出「最可能被接住的一句话」。**
+
+---
+
+## 一、句子标签体系（Sentence Tagging System）
+
+### 1. 设计原则
+
+* 标签不是为了分类句子，而是为了 **让推荐系统理解用户的情绪需求**
+* 所有标签必须：
+
+  * 可被用户行为验证（会被喜欢 / 讨厌）
+  * 可直接影响推荐决策
+  * 数量克制、定义稳定
+
+---
+
+### 2. 主情绪标签（Emotion Tags｜6 个）
+
+> 主情绪标签 = 一句话 **解决的核心情绪需求**
+>
+> **每一句话只能有 1 个主情绪标签**
+
+1. **安抚（Calm）**
+
+   * 用于情绪过载、焦虑、疲惫
+   * 目标：先稳定情绪
+
+2. **被理解（Understood）**
+
+   * 用于孤独、自我怀疑
+   * 目标：建立共感
+
+3. **接纳（Acceptance）**
+
+   * 用于自责、内疚、不够好感
+   * 目标：缓解自我攻击
+
+4. **鼓励（Encourage）**
+
+   * 用于低落但尚可前行
+   * 目标：提供继续的力量（非口号）
+
+5. **行动启动（Activation）**
+
+   * 用于卡住、拖延
+   * 目标：启动，而非成功
+
+6. **希望感（Hope）**
+
+   * 用于低谷、无出口感
+   * 目标：保留可能性
+
+---
+
+### 3. 语气标签（Tone Tags｜4 个）
+
+> 语气标签 = **“这句话是怎么说的”**
+>
+> 用户对语气的“讨厌”比“喜欢”更重要
+
+* **温柔（Gentle）**：安全、低压、共感
+* **中性（Neutral）**：陈述型、兜底使用
+* **直接（Direct）**：清晰、有方向
+* **诗性（Poetic｜可选）**：隐喻、画面感
+
+---
+
+### 4. 场景标签（Scene Tags｜5 个，可空）
+
+> 场景标签是 **加分项，不是必填项**
+
+* 早晨（Morning）
+* 工作 / 学习中（Focus）
+* 情绪低谷时（Low）
+* 睡前（Night）
+* 随时（Anytime｜默认）
+
+---
+
+### 5. 标签纪律（强规则）
+
+1. 每句话只能有 1 个主情绪标签
+2. 90% 句子可以没有场景标签
+3. 行动启动 ≠ 鼓励
+4. 安抚 ≠ 接纳
+5. 不确定时，优先选择「被理解」
+
+---
+
+## 二、用户画像体系（User Profile Indicators）
+
+### 1. 设计原则
+
+* 用户画像不是“这个人是谁”
+* 而是 **“这个人最近更容易接住什么样的话”**
+* 所有指标默认 **可变、会衰减、以近期为主**
+
+---
+
+### 2. 用户画像的最小结构（4 大类）
+
+#### ① 主情绪偏好（核心）
+
+* 对 6 个主情绪标签的近期偏好强度
+* 决定「今天主要推哪一类句子」
+
+---
+
+#### ② 语气接受度
+
+* 用户对不同说话方式的耐受程度
+* 主要用于 **过滤用户讨厌的语气**
+
+---
+
+#### ③ 场景有效性（轻量）
+
+* 哪些时间 / 状态更容易被接受
+* 仅作为推荐修正项
+
+---
+
+#### ④ 情绪稳定度（隐性指标）
+
+* 根据近期反馈判断：稳定 / 波动 / 不稳定
+* 决定：
+
+  * 探索比例
+  * 是否使用保守推荐
+  * Push / Widget 是否降强度
+
+---
+
+### 3. 不纳入的画像指标（刻意避免）
+
+* 人格类型（MBTI 等）
+* 情绪诊断标签（焦虑 / 抑郁）
+* 长期性格、身份属性
+
+原因：
+
+* 医疗与伦理风险高
+* 对「选一句话」帮助极低
+
+---
+
+## 三、个性化推荐架构（Personalized Recommendation Framework｜0 → 1 详细版）
+
+> 本章节完整说明：
+> **个性化推荐系统在 0 → 1 阶段的设计方式、核心算法思想，以及整体运行流程。**
+>
+> 设计目标不是“最聪明”，而是：
+> **可解释、可控制、一个人 + AI 可以长期维护。**
+
+---
+
+### 3.1 个性化推荐系统的大框架流程
+
+一次完整的推荐决策，按照固定顺序经过以下 6 个阶段：
+
+1. **用户画像读取（Profile Reading）**
+2. **候选生成（Candidate Generation / Recall）**
+3. **排序判断（Ranking）**
+4. **安全与多样性重排（Safety & Diversity Re-ranking）**
+5. **出句到触点（Serving）**
+6. **行为反馈 → 画像更新（Online Learning）**
+
+> 推荐系统的本质是：
+> **在信息不完全的情况下，持续做出“不容易出错”的选择。**
+
+---
+
+### 3.2 0 → 1 阶段采用的核心算法思想（先给名字）
+
+在 0 → 1 阶段，不引入复杂模型，而采用 **规则 + 轻策略算法组合**：
+
+1. **Questionnaire Prior（问卷先验）**：用于冷启动画像方向
+2. **Tag-based Recall（基于标签的候选召回）**：缩小搜索空间
+3. **Adjacent-tag Exploration（相邻情绪探索）**：避免情绪回音室
+4. **Weighted Tag Matching（加权标签匹配）**：核心排序逻辑
+5. **Time-decayed Preference（时间衰减偏好）**：画像始终代表“近期状态”
+6. **Cooldown & Blacklist（冷却与黑名单）**：避免重复与强厌恶
+7. **MMR-style Diversity Re-ranking（多样性重排）**：控制情绪与语气分布
+8. **Safety Gating（情绪安全闸门）**：用户不稳定时强制保守
+9. **Epsilon-greedy Exploration（探索 / 利用平衡）**：Feed 中允许试探
+10. **Rule-based Online Update（规则型在线学习）**：行为驱动画像更新
+
+---
+
+### 3.3 Step 1｜用户画像读取（Profile Reading）
+
+**涉及算法思想：**
+
+* Questionnaire Prior
+* Time-decayed Preference
+
+**这一阶段做什么：**
+
+* 读取用户当前的主情绪偏好排序
+* 判断是否存在近期被频繁讨厌的语气
+* 判断情绪稳定度（稳定 / 波动 / 不稳定）
+
+**输出一个“当下推荐策略”：**
+
+* 主方向情绪：1–2 个
+* 探索情绪：1 个（相邻情绪）
+* 探索比例：Feed 高，Push / Widget 极低
+* 是否开启安全模式
+
+---
+
+### 3.4 Step 2｜候选生成（Candidate Generation / Recall）
+
+**涉及算法思想：**
+
+* Tag-based Recall
+* Adjacent-tag Exploration
+
+**核心目标：**
+
+> **不要从整个句子库中选，而是先圈出“可能对的范围”。**
+
+**候选生成逻辑：**
+
+* 从主方向情绪中召回大部分句子
+* 从探索情绪中召回少量句子
+* 从新内容池中固定比例补充
+
+**这一阶段不做的事情：**
+
+* 不做精细排序
+* 不处理语气偏好
+* 不考虑场景冲突
+
+---
+
+### 3.5 Step 3｜排序判断（Ranking）
+
+**涉及算法思想：**
+
+* Weighted Tag Matching
+* Time-decayed Preference
+
+**排序时的四个核心判断维度：**
+
+1. **主情绪匹配度**
+
+   * 是否符合用户近期最需要的情绪支持类型
+
+2. **语气可接受度**
+
+   * 是否属于用户近期反感的表达方式
+
+3. **场景是否冲突**
+
+   * 当前时间 / 状态下是否明显不合适
+
+4. **新鲜感与重复度**
+
+   * 是否近期已看过或高度相似
+
+**关键原则：**
+
+* 主情绪是排序主权重
+* 语气更像“过滤器”而非加分器
+* 场景只在明显冲突时生效
+
+---
+
+### 3.6 Step 4｜安全与多样性重排（Safety & Diversity Re-ranking）
+
+**涉及算法思想：**
+
+* Cooldown & Blacklist
+* MMR-style Diversity Re-ranking
+* Safety Gating
+
+**这一层的目标：**
+
+> **即使排序不准，也不能伤害用户体验。**
+
+**三类必须存在的保护机制：**
+
+1. **去重与冷却保护**
+
+   * 同一句短期不重复
+   * 高相似句子不连续出现
+
+2. **多样性保护**
+
+   * 同一主情绪不连续轰炸
+   * 同一语气不连续出现
+
+3. **情绪安全保护**
+
+   * 用户情绪不稳定时，强制回退到：
+
+     * 安抚 / 接纳
+     * 温柔 / 中性语气
+
+---
+
+### 3.7 Step 5｜出句到不同触点（Serving）
+
+**Feed（可滑动）：**
+
+* 允许探索与试错
+* 多样性优先
+* 行动启动 / 鼓励可出现
+
+**每日一句 / Push：**
+
+* 高确定性
+* 强去重
+* 安全优先
+
+**Widget（被动看到）：**
+
+* 不探索、不试错
+* 只选最低风险组合
+* 默认：安抚 / 接纳 + 温柔 / 中性
+
+---
+
+### 3.8 Step 6｜行为反馈 → 画像更新（Online Learning）
+
+**涉及算法思想：**
+
+* Rule-based Online Update
+
+0 → 1 阶段，仅关注三类行为信号：
+
+* **喜欢**：当前“情绪 × 语气 × 场景”组合有效
+* **讨厌**：该组合需要短期退让与冷却
+* **无反馈 / 快速滑走**：信号弱，提高探索或降低强度
+
+> 系统学习的不是“哪句话好”，而是：
+> **什么时候，用什么方式，说什么样的话，更容易被接住。**
+
+---
+
+### 3.9 0 → 1 阶段的成功判断标准
+
+个性化推荐在 0 → 1 阶段 **不需要做到**：
+
+* 非常精准
+* 非常智能
+* 深度理解用户心理
+
+它只需要做到三点：
+
+1. 明显减少「被讨厌」的句子
+2. 每日一句不让用户反感
+3. 用户愿意继续看下一句
+
+> 如果做到以上三点，
+> 这就是一个 **成功的 0 → 1 个性化推荐系统**。
+
+---
+
+**本章节适用于 0 → 1 阶段，建议冻结 3 个月后再评估是否引入复杂模型。**