用户画像 · 内容语义打标与演进路径
日期: 2026-08-01 | 作者: sunxin（+ Cursor AI 结对） 关联专题:
用户画像/建设路线图.md· 状态账本能力盘点清单.md触发 ADR: ADR-031 上游笔记:./02-用户画像从埋点到标签.md·./03-多路召回从0到1.md
TL;DR
- 行为画像（ADR-019）已经会算「你爱看什么」；若帖子类目是用户随手点的，算出来的兴趣会被带偏。
- 解法不是上神策/Flink，而是补一层内容语义多标签（系统打标），与用户自选分类双轨并存——对标小红书 ~2015 的朴素内容理解。
- 完善顺序：双轨落库 → 召回先吃系统标签 → 画像聚合再吃 → Web 能看见 →（触发）纠标/轻模型/App 展示。
- 仓库里「小红书 2015」叙事本来就在推荐专题笔记里；本篇把它延伸到内容打标缺口与Admin 用户模块。
1. 你缺的不是「更大的画像中台」
已有链路：
互动事件 → user_action_log(category=用户自选) → T+1 → user_interest_profile → 兴趣召回缺口在最左侧的 category 质量：
用户点「美食」但写新疆风景
↓
action_log.category = food（错）
↓
画像 top = food（偏）
↓
推荐更多「美食」（偏）上神策/自研数仓解决不了「这篇笔记到底讲什么」；那是内容理解问题，不是分析看板问题。
2. 仓库里已经写过的「小红书 2015」是什么
| 项 | 小红书早期（约 2014–2017） |
|---|---|
| 存储 | MySQL JSON 画像表 |
| 更新 | 每日凌晨 Job |
| 维度 | category + topic + author + geo |
| 缓存 | 后期才给热点用户加 Redis |
推荐专题 README 的学习目标也是：走完小红书 2013–2018 关键决策，不用算法团队 + 不用大数据框架。
你们 P3–P5 已经站在这条线上（JSON 画像 + T+1 + Redis 增量补丁）。
本专题只补早期也会做的另一块：笔记侧标签不要完全相信用户勾选。
3. 安全审核 ≠ 语义分类（最容易混）
| 审核 ADR-021 | 分类 ADR-031 | |
|---|---|---|
| 问 | 违规吗？ | 旅游还是美食？ |
| 答案形态 | PASS/BLOCK | ["travel","food"] |
| 挂了怎么办 | 宜谨慎 | 绝不能挡发帖；空标签回落即可 |
两套 Port、两套降级，不要为了「少写一个接口」塞进同一个 Adapter。
4. 双轨模型为什么比「后台改 category」香
- 多标签：一篇可以既是 travel 又是 food。
- 可审计：人选 vs 系统，Web 能对照。
- App 无感：v1 不改发帖 UI，推荐先吃系统标签。
- 可重算：规则升级后可批量重打
system_tags，不必改写用户历史选择。
5. 建议的完善路径（架构师视角）
用「能力成熟度」而不是「一次买全家桶」：
| Level | 能力 | 你们位置 | 技术形态 |
|---|---|---|---|
| L0 | 用户自选单分类 | ✅ 已有 | category |
| L1 | 行为兴趣画像 | ✅ P3 | MySQL JSON + T+1 |
| L2 | 内容系统多标签 + 召回/画像消费 | ✅ 已落地 | 规则分类 Port + JSON tags（系统纠正） |
| L3 | 运营可见 + 纠标闭环 | 🔶 可见性已补；纠标触发 | Admin 发帖双轨对照 + 兴趣 Tab；纠标 UI 后置 |
| L4 | 轻量模型辅助分类 | 触发 | LLM/云 API Adapter（换 Port 实现，编排不变） |
| L5 | 实时特征 / 深度模型 | 远景 | 对齐推荐 P6 / ADR-009 v2 |
L2 契约：userCategory 仅为无命中回落；系统有命中时不把人选并进 system_tags（App 仍展示 category）。
下一步 ROI：L3 纠标闭环（人工改 tags + 审计）；L4 仅在纠标成本/准确率不达标时上。
L5 在 DAU 和纠标成本没到阈值前做 = 架构表演。
明确不要做的「看起来很架构」的事
- 神策 / GrowingIO 当画像主存储（ADR-009 已拒同类思路）
- 为打标单独上 Kafka「标签总线」
- 自研 Feature Store / 用户数据中台
- 把运营 VIP 标签写进兴趣 JSON 一起算分
6. 和 Web「用户这块」怎么衔接
截图里的 Tab 应对应：
| Tab | 接什么 | 状态 |
|---|---|---|
| 兴趣画像 | user_interest_profile（客观）+ 可选自填兴趣（主观），分开区块 | ✅ |
| 发帖记录 | 每行显示用户 category + system_tags（对照人选 vs 系统纠正） | ✅ |
| 运营标签 | 人工标签，独立 | ❌ 后置 |
客观画像与发帖双轨对照已接；运营纠标 UI 仍触发式。
7. 教学收获
- 画像完善 ≠ 加字段，优先加可信信号源（系统内容标签）。
- 对标要看年代：抄小红书 2015，不要抄抖音 2023 的中台清单。
- 三端不必齐步：信号在后端闭环后，Web/App 按展示需求叠加。
- 审核与分类分轨：合规与兴趣是两个产品问题。
8. 附录 · 相关入口
- 专题:
docs/plans/专题/用户画像/ - ADR-031 / ADR-019 / ADR-021 / ADR-009
- 代码（预期）:
ContentAggregate·domain/interest·InterestRecallAdapter· WebInterestTab.vue