discipline/rounds/round-06-wishpool-match-v02.md
📑 本页目录
轮次记录 · Round 6 · 许愿池匹配模型 v0.2 + 缺口证据层
1. 目标与选题
- 选题：RQ-D5（需求-供给匹配）工程迭代——匹配分从 v0.1（硬过滤、无排序） 升级到 v0.2（排序 + 缺口证据层），并落地许愿池页面（Case 1 Phase 2）。
- 上一轮遗留（Round 5 Q14/Q15 前序）：表象匹配会把"周报自动化"误判为 "已被 Grammarly 满足"；缺口判定混入"注册表覆盖不足"噪声。
2. 背景与相关文献
- 检索/推荐排序：信息检索 BM25 类思想（关键词覆盖度）、流行度-相关性混合排序。
- 市场缺口识别：需求-供给匹配失败的三类成因（索引盲区 / AI 化缺口 / 真空）， 借鉴"市场空白 vs 数据缺失"的区分纪律（测量理论支柱 1）。
3. 框架变更（Decision）
| # | 决策 | 落点 |
|---|---|---|
| D26 | 匹配分 v0.2：m = β·领域命中（硬过滤）+ γ·关键词覆盖 + δ·时新性 + ε·证据（热度/口碑），排序权重 0.35/0.25/0.40（可配），α·语义仍为预留槽 | protocols/wish-pool.md §4、config/forecast.yaml |
| D27 | 缺口证据层：index_gap（索引盲区）/ ai_gap（AI 化供给缺口）/ market_gap（真真空），各附证据（分类/相关 App 数/AI 数/样例） | protocols/wish-pool.md §4、app/forecasting/wishpool.py |
| D28 | 愿望活数据存储：data/wishpool/wishes.yaml（用户提交 + 种子），knowledge/wishes.yaml 降为只读种子；状态机 open→claimed→in_progress→fulfilled/deprecated 落代码 | app/forecasting/wishpool.py |
4. 实践产物与结果
- 工程：
scripts/forecast.py wish升级 v0.2；App 索引改为窗口聚合 （热度总和 / 最佳名次 / 首现时间 / 口碑，跨平台合并）。 - 首跑（7 条种子愿望，7 天窗口）：
- w001/w004 视频愿望：48 个命中按分数排序，Canva 双端居首（热度高）；
- w002 周报：仅 1 个弱命中（Grammarly）——正确暴露"表象匹配局限"，是 H12 证据；
- w003 报税 / w007 论文翻译：v0.1 判"缺口"，v0.2 证据层纠正为 index_gap （Finance/Business 分类 1053 个 App 含 20 个 AI 名；Reference/Education/Word 1287 个含 51 个 AI 名）——不是市场真空，是子领域未登记；
- w005/w006 排序合理：高关键词覆盖（character/chat、design/interior/home） 与高热度 App 上浮。
5. 评估
- 达标：缺口证据层把"索引盲区"从"市场真空"中分离（Round 5 遗留问题解决）； 匹配从无序列表升级为可解释排序（γ/δ/ε 各自可视）；状态机可验证。
- 未达标：α·语义仍未实现（LLM 槽 Q14）；γ 关键词覆盖是近似（英文名对中文 触发词不敏感，靠签名关键词替代）；ε 的证据仍以热度为主（下载量无）。
6. 未决问题
- Q14（延续）LLM 解析 vs 规则追问的深层挖掘质量对比。
- Q17 gap 证据层的阈值与置信：index_gap/ai_gap 边界在数据稀疏时如何标定。
- Q18 同求聚合 v0.2：目前按子领域簇聚合，语义归并（Q15）未做。
7. 下一轮建议（Round 7 候选）
- 页面 UI 上线后收集真实愿望 → 校准 γ/δ/ε 权重（H12 初验）。
- LLM 深层挖掘接入（复用 chat/DeepSeek）：意图提取 + 归一问。
- index_gap 自动修复：对 index_gap 愿望聚类 → 生成新子领域注册建议。
8. 版本号与 changelog
- 版本：v0.5 → v0.6。Changelog 见 rounds/README.md。