# aha · 人端数据模型 `Person`(方案 2 · 可落地 schema) > 落实 [`ARCHITECTURE-v2.md`](./ARCHITECTURE-v2.md) 第 5 节。 > **公理(镜像艺术家)**:艺术家 = 在生成链上持续**产出**作品的人格源,其作品在世界观平面上形成点云; > **用户 = 在生成链上持续**偏好**作品的消费源,其选择在同一平面上形成点云。** > 产出侧(`kg-artist`)与消费侧(`Person`)是同一套点云渲染的两半——重心 · 离散 · 轨迹 · 漂移。 --- ## 0. 一句话 > `Person` 不是"标签集合",是**坐标系里一团会随时间漂移的点**。 > 它的当前画像(重心/离散/区)由一条 **append-only 事件流**派生,因此可重算、可回放、可解释。 --- ## 1. 坐标系(与艺术家、与画端共用同一套) 人端**复用** `kg-artist` 的「④ 世界观坐标」平面,**不另起炉灶**: | 维度 | 轴 | 现有代码出处 | 取值 | |---|---|---|---| | **世界观平面**(L0 根) | `再现 ↔ 表现`(x)　⊥　`结构 ↔ 感知`(y) | `kg-taste` 的 `tx,ty` · `kg-artist ④` | 0..1 × 0..1 | | **情绪环**(L3 效应) | `愉悦 valence`　×　`唤起 arousal`(VAD) | `kg-taste` 的 `tv,ta` | 0..1 × 0..1 | > 已**弃用** V2 的「秩序-张力 / 节制-强度」两轴(V3 已把它们下放为语言/效应层),人端与艺术家页保持一致,只用上面这一面 + 一环。 > 题材母题 / 色彩 等为**派生标签**(可读、可展示),非主坐标。 --- ## 2. `Person` Schema(字段级) ```jsonc { "schemaVersion": "person/1", // ── 身份(多终端的命门:档案挂在这后面,而非浏览器) ── "id": "string", // 稳定标识:账号 id;未登录时给匿名稳定 id(可后续合并) "createdAt": "ISO-8601", "updatedAt": "ISO-8601", // ── 当前画像(全部由 events 派生,可重算;存一份是为读取快) ── "profile": { "centroid": { "x": 0.0, "y": 0.0 }, // 世界观重心(再现-表现 ⊥ 结构-感知) "spread": 0.0, // 离散 σ:点云围绕重心的均方根半径(专一↔杂食) "mood": { "v": 0.5, "a": 0.5 }, // 情绪重心(愉悦 × 唤起) "homeRegion": "REG.id | null", // 最近的世界观区 "regionOffset": { "x": 0.0, "y": 0.0 }, // 相对所属区重心的带符号偏移(镜像艺术家) "drift": { "dx": 0.0, "dy": 0.0 }, // 近期漂移方向(新近重心 − 早期重心) "exploreAppetite": 0.5, // 反茧房探索胃口 0..1 "topRegions": ["REG.id"], // 派生可读标签 "topThemes": ["theme"], // 派生可读标签(母题) "n": 0 // 已计入的有效事件数(置信度) }, // ── 轨迹(时间维度:一生的漂移,可回放) ── "trajectory": [ { "t": "ISO-8601", "x": 0.0, "y": 0.0, "spread": 0.0, "n": 0 } // 每个窗口(如每 25 条事件 / 每周)落一个快照点;连起来 = 你的审美轨迹 ], // ── 事件流(append-only · 唯一真相 · profile/trajectory 皆由它派生) ── "events": [ { "ts": "ISO-8601", "type": "view|dwell|heart|unheart|door|skip|choose|reject|detail|share", "workId": "string", // 作用对象(画/艺术家/风格节点) "opponentId": "string|null", // choose/reject 的对手(二选一时) "value": 0, // dwell 秒数 / 其它数值 "mode": "drift|galaxy|chroma|dwell|dial|versus|talk|...", // 来自哪种逛法/终端 "wv": { "x": 0.0, "y": 0.0 }, // 该对象在世界观平面的落点(从画端取,冗余存=可离线重算) "aff": { "v": 0.0, "a": 0.0 }, // 该对象的情绪落点 "device": "web|app|...", "daypart": "morning|...|null" } ] } ``` **设计要点** - `events` 是**唯一真相**;`profile` 与 `trajectory` 是它的**派生缓存**,任何时候可从 `events` 重算(这就是"可回放、可解释")。 - 每条事件**冗余存 `wv/aff` 落点**:避免派生时反查画端,且画端坐标若日后微调,旧事件仍按当时坐标可重算。 - `id` 与浏览器解耦——这是多终端的前提;匿名 id 登录后可 **merge** 进账号。 --- ## 3. 事件 → 画像 派生算法 ### 3.1 信号权重(沿用现有体感) ``` WEIGHT = { heart:+2.0, choose:+1.5, detail:+1.0, dwell: clamp(value/15, 0..1.5), view:+0.3, door:+0.6, share:+1.5, reject:-1.0, skip:-0.4, unheart:-2.0 } // 负权重事件:把其落点作为"排斥锚",在重心计算里反向拉(见 3.2) ``` ### 3.2 重心 `centroid`(加权 + 近期偏重) 复用 `kg-taste` 已有逻辑(近期样本权重更高 `1+i*0.25`),推广到事件流: ``` w_i = WEIGHT[type_i] · recency(i) // recency: 越新越大,如 0.98^(rank_from_newest) centroid.x = Σ(w_i · wv_i.x) / Σ w_i // 负权重事件:用 (2·centroid.x − wv_i.x) 作反向锚,或直接计入负权 centroid.y = 同上 mood = 同法对 aff.v / aff.a 求加权均值 ``` ### 3.3 离散 `spread` σ(新增 —— 艺术家点云有,人端补上) ``` spread = sqrt( Σ w_i · dist(wv_i, centroid)^2 / Σ w_i ) // 加权均方根半径 // 小=专一(口味集中),大=杂食(口味开阔) ``` ### 3.4 区归属 `homeRegion` + 带符号偏移(镜像艺术家) ``` homeRegion = argmin_REG hypot(REG.cx − centroid.x, REG.cy − centroid.y) // 已在 kg-taste 实现 regionOffset = { x: centroid.x − REG.cx, y: centroid.y − REG.cy } // 你在区内偏向哪边 ``` ### 3.5 漂移 `drift` + 轨迹 `trajectory`(时间维度 —— 这是 localStorage 版完全没有的) ``` // 轨迹:每满一个窗口(N=25 事件 或 跨周)对"截至此刻的事件"算一次 centroid/spread,push 进 trajectory // 漂移:近窗重心 − 远窗重心 drift = trajectory[last].xy − trajectory[max(0,last-K)].xy // K 窗的位移向量 ``` ### 3.6 探索胃口 `exploreAppetite` ``` // 用户主动点"探索门"/接受远离重心的推荐的比例;也可由 spread 与拒绝率联合估计 exploreAppetite = f( door率, 接受远点率, spread ) ``` > **增量更新**:线上每来一条事件,可只做 `centroid/spread` 的增量加权更新(O(1)),窗口边界才落 `trajectory` 快照并重算 `drift`;无需每次全量扫 `events`。全量重算只在"解释/回放/坐标系改版"时触发。 --- ## 4. 从 `aha_mystar` / `localStorage` 迁移 现状:`kg-galaxy` 把 `myProfile`(由测验所选作品 `computeProfile()` 得)整包存进 `localStorage['aha_mystar']`;`kg-taste` 现算现用、不持久。 迁移策略 = **把"当前快照"转成"轨迹的第 0 点 + 种子事件",而非丢弃**: ```js // migrateLocalToPerson(): 登录/首次联网时调用一次 function migrateLocalToPerson(personId) { const ms = JSON.parse(localStorage.getItem('aha_mystar') || 'null'); if (!ms) return null; const now = nowISO(); // 注:服务端给时间戳 // 1) 把测验所选作品还原成 choose 事件(有 wv/aff 落点的就带上) const events = (ms.picks || ms.chosen || []).map(p => ({ ts: now, type: 'choose', workId: p.id, wv: p.wv || null, aff: p.aff || null, mode: 'taste-quiz', device: 'web', value: 1 })); // 2) 用现成快照直接落轨迹第 0 点(若 ms 里已有 tx/ty) const seed0 = (ms.tx != null) ? [{ t: now, x: ms.tx, y: ms.ty, spread: ms.spread ?? 0, n: events.length }] : []; const person = { schemaVersion: 'person/1', id: personId, createdAt: now, updatedAt: now, events, trajectory: seed0, profile: deriveProfile(events) // 跑第 3 节算法 }; localStorage.setItem('aha_migrated', '1'); // 防重复迁移 return person; // → POST 给服务端 } ``` 要点:① 迁移**只追加不丢弃**(localStorage 快照变成事件 + 轨迹起点);② 匿名 `personId` 登录后可 `merge`;③ 服务端负责发时间戳(脚本环境 `Date.now()` 不可用,见仓库约定)。 --- ## 5. 艺术家 ⟷ 用户 点云镜像表 | | 艺术家(`kg-artist` · 产出侧) | 用户(`Person` · 消费侧) | |---|---|---| | 是什么 | 在链上持续**产出**的人格源 | 在链上持续**偏好**的消费源 | | 点云来自 | 他的全部**作品**落点 | 他的全部**交互事件**落点 | | 重心 | 创作立场 | 审美质心 | | 离散 σ | 创作幅度 | 口味宽窄(专一↔杂食) | | 区归属 + 偏移 | 居于/跨越某世界观区 | 常驻哪个区、偏向哪边 | | 轨迹/漂移 | 一生的风格演变 | 越逛口味怎么变(可回放) | | 时间 | 生卒、创作期 | 注册至今的会话流 | > 因为两侧**同坐标系**,"推荐最合你的艺术家" = 在平面里找离 `Person.centroid` 最近的艺术家点云重心(+ 按 `exploreAppetite` 给探索位)。这正是 `kg-taste` 末尾"最合我的艺术家"的服务端化、可积累版本。 --- ## 6. API(并入 v1 的 Match API,人端持久化) ``` ingest(personId, event) // 收一条事件 → append + 增量更新 profile/trajectory getProfile(personId) -> Person.profile // 星图/「你在这里」用 getTrajectory(personId) -> trajectory[] // 轨迹回放 nextFor(personId, {ctx, exclude?}) -> {workId, reason, explore} // 取最近邻 + 探索位 matchArtists(personId, {k}) -> [{artistId, score}] // 最合你的艺术家(点云距离) mergePersons(anonId, accountId) // 匿名档案并入账号(跨终端/登录) recompute(personId) // 从 events 全量重算(改版/解释/回放) ``` > 全部建立在第 1 节那套坐标系上;换终端、扩数据、升算法都不动坐标语义。 --- ## 7. 落地顺序(给开发的最小切口) 1. **定 schema**:本文件即定义;先冻结 `person/1`。 2. **写 `deriveProfile(events)`**:第 3 节算法,纯函数、可单测(输入事件数组 → profile)。这是人端的"大脑核心"。 3. **服务端 `Person` 存储 + `ingest/getProfile`**:先 append 事件 + 增量更新,跨终端连续从这步成立。 4. **迁移钩子**:`migrateLocalToPerson()` 接上现有 `aha_mystar`,老用户无缝平移。 5. **渲染复用**:把 `kg-taste` 的平面/情绪环、`kg-artist` 的点云渲染,改成读 `getProfile/getTrajectory`——人端首页(「我的审美档案」)= 艺术家页的消费侧镜像。