diff --git a/tradein-mvp/backend/app/services/buildings_query.py b/tradein-mvp/backend/app/services/buildings_query.py index faa3e529..dd48d8fc 100644 --- a/tradein-mvp/backend/app/services/buildings_query.py +++ b/tradein-mvp/backend/app/services/buildings_query.py @@ -136,15 +136,20 @@ def build_sale_share_query( def build_listings_query(house_id: int) -> tuple[str, dict[str, object]]: - """Активные вторичные объявления одного дома (ORDER BY price_rub).""" + """Активные вторичные объявления одного дома (ORDER BY price_rub). + + Гео-фильтр (≤300м от geom дома) против mis-bucketing листингов в чужой дом — + тот же порог, что в v_building_sale_share (мигр.150). Листинги/дома без geom — КЕЕП. + """ sql = ( - "SELECT id AS listing_id, source, source_url, price_rub, price_per_m2, " - "rooms, CAST(area_m2 AS double precision) AS area_m2, floor, total_floors, " - "days_on_market, listing_date, address " - "FROM listings " - "WHERE house_id_fk = CAST(:house_id AS bigint) " - "AND is_active AND listing_segment = 'vtorichka' " - "ORDER BY price_rub ASC NULLS LAST, id" + "SELECT l.id AS listing_id, l.source, l.source_url, l.price_rub, l.price_per_m2, " + "l.rooms, CAST(l.area_m2 AS double precision) AS area_m2, l.floor, l.total_floors, " + "l.days_on_market, l.listing_date, l.address " + "FROM listings l JOIN houses h ON h.id = l.house_id_fk " + "WHERE l.house_id_fk = CAST(:house_id AS bigint) " + "AND l.is_active AND l.listing_segment = 'vtorichka' " + "AND (l.geom IS NULL OR h.geom IS NULL OR ST_DistanceSphere(l.geom, h.geom) <= 300) " + "ORDER BY l.price_rub ASC NULLS LAST, l.id" ) return sql, {"house_id": house_id} diff --git a/tradein-mvp/backend/data/sql/150_sale_share_listing_geo_filter.sql b/tradein-mvp/backend/data/sql/150_sale_share_listing_geo_filter.sql new file mode 100644 index 00000000..61ebd333 --- /dev/null +++ b/tradein-mvp/backend/data/sql/150_sale_share_listing_geo_filter.sql @@ -0,0 +1,136 @@ +-- 150_sale_share_listing_geo_filter.sql +-- +-- CONTEXT: страница «доля квартир дома в продаже» (/trade-in/sale-share). Числитель +-- view v_building_sale_share (active_secondary / listings_45d + медианы цены/срока) +-- ЗАГРЯЗНЁН mis-bucketing'ом: листинги примагничиваются к НЕ ТОМУ дому (баг +-- house_id_fk). Прод-замер: 373 дома (5.5%) / 1685 листингов (7.2%) дальше 300м от +-- geom своего дома. Пример — house_id 131237 «Мамина-Сибиряка 126» (8-эт., ЖКХ=51 кв, +-- ЗНАМЕНАТЕЛЬ ВЕРНЫЙ): из 20 активных листингов реально его лишь ~2, остальные — +-- Свердлова 32/32Б (29-32 эт. башни), Азина 25/31, разброс до 2285м. Раздутый +-- числитель → ложные высокие доли в ТОПе. +-- +-- WHAT: +-- v_building_sale_share — в CTE listing_agg числители/медианы считают ТОЛЬКО листинги +-- в пределах 300м от geom своего дома (JOIN houses hg ON hg.id = l.house_id_fk + +-- предикат `l.geom IS NULL OR hg.geom IS NULL OR ST_DistanceSphere(l.geom, hg.geom) +-- <= 300` во ВСЕХ 5 FILTER-клаузах: active_secondary, listings_45d, median_price_rub, +-- median_price_per_m2, avg_days_on_market). 300м выбран по распределению расстояний: +-- p90=97м, 91% листингов ≤150м — гео-шум привязки сохраняем, мусор-хвост режем. +-- Листинги/дома БЕЗ geom — КЕПИМ (предикат пропускает NULL-geom), отбрасываем лишь +-- тех, у кого geom есть и он >300м. ST_DistanceSphere возвращает МЕТРЫ (оба geom 4326). +-- ЗНАМЕНАТЕЛЬ (flat_count_effective, плаузибилити-гейты, COALESCE-приоритет ЖКХ) и +-- весь top-level SELECT / WHERE / appended-колонки — БАЙТ-В-БАЙТ как в мигр. 149, дельта +-- только внутри CTE listing_agg. +-- +-- DEPENDENCIES: 143 (view + houses.gar_*), 144 (canon match → gar_flat_count), +-- 145 (плаузибилити-гейт знаменателя), 146 (listings_45d + sale_share_pct_45d + zhkh +-- в COALESCE + houses.zhkh_flat_count), 147 (canon strip geo-prefixes), 148 (дедуп +-- кросс-площадочных дублей — count(DISTINCT (rooms,round(area_m2),floor))), +-- 149 (ЖКХ-приоритет знаменателя + zhkh_flat_count/flat_count_source колонки). +-- Базируется на текущем (149) определении view — меняем ТОЛЬКО CTE listing_agg. +-- Использует listings.geom + houses.geom (Point 4326, set listings_set_geom trigger, +-- GIST-индексы listings_geom_idx / houses). +-- +-- SAFETY / IDEMPOTENCY: только CREATE OR REPLACE VIEW (структура колонок не меняется — +-- те же позиции/типы/имена, что в 149) + COMMENT. Повторный прогон — no-op. Деплой- +-- раннер гонит файл через psql -v ON_ERROR_STOP=on БЕЗ --single-transaction → +-- транзакцию открывает САМ файл (BEGIN/COMMIT ниже), как 146/148/149. +-- +-- NB по нумерации: последний занятый = 149; следующий свободный sequential = 150 +-- (проверено `ls tradein-mvp/backend/data/sql | grep '^1[45]'` + открытые PR на дубль +-- basename — коллизий нет). +-- +-- Deploy order: после 149_zhkh_priority_denominator.sql. + +BEGIN; + +CREATE OR REPLACE VIEW v_building_sale_share AS + WITH listing_agg AS ( + SELECT l.house_id_fk AS house_id, + count(DISTINCT (l.rooms, round(l.area_m2), l.floor)) FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND (l.geom IS NULL OR hg.geom IS NULL OR ST_DistanceSphere(l.geom, hg.geom) <= 300)) AS active_secondary, + count(DISTINCT (l.rooms, round(l.area_m2), l.floor)) FILTER ( + WHERE l.listing_segment = 'vtorichka'::text + AND l.last_seen_at >= (now() - interval '45 days') + AND (l.geom IS NULL OR hg.geom IS NULL OR ST_DistanceSphere(l.geom, hg.geom) <= 300) + ) AS listings_45d, + percentile_cont(0.5::double precision) WITHIN GROUP (ORDER BY (l.price_rub::double precision)) + FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND l.price_rub IS NOT NULL AND (l.geom IS NULL OR hg.geom IS NULL OR ST_DistanceSphere(l.geom, hg.geom) <= 300)) AS median_price_rub, + percentile_cont(0.5::double precision) WITHIN GROUP (ORDER BY (l.price_per_m2::double precision)) + FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND l.price_per_m2 IS NOT NULL AND (l.geom IS NULL OR hg.geom IS NULL OR ST_DistanceSphere(l.geom, hg.geom) <= 300)) AS median_price_per_m2, + avg(l.days_on_market) + FILTER (WHERE l.is_active AND l.listing_segment = 'vtorichka'::text AND l.days_on_market IS NOT NULL AND (l.geom IS NULL OR hg.geom IS NULL OR ST_DistanceSphere(l.geom, hg.geom) <= 300)) AS avg_days_on_market + FROM listings l + JOIN houses hg ON hg.id = l.house_id_fk + WHERE l.house_id_fk IS NOT NULL + GROUP BY l.house_id_fk + ) + SELECT h.id AS house_id, + h.short_address, + h.full_address, + h.address, + h.lat, + h.lon, + h.year_built, + h.house_type, + h.total_floors, + h.series_name, + h.is_emergency, + COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0)) AS flat_count_effective, + h.gar_flat_count, + h.gar_match_method, + la.active_secondary, + la.median_price_rub, + la.median_price_per_m2, + la.avg_days_on_market, + CASE + WHEN COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0)) + >= GREATEST(COALESCE(h.total_floors, 0), 8) + AND la.active_secondary <= COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0)) + THEN round(100.0 * la.active_secondary::numeric + / COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))::numeric, 1) + ELSE NULL::numeric + END AS sale_share_pct, + la.listings_45d, + CASE + WHEN COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0)) + >= GREATEST(COALESCE(h.total_floors, 0), 8) + AND la.listings_45d <= COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0)) + THEN round(100.0 * la.listings_45d::numeric + / COALESCE(h.zhkh_flat_count, h.gar_flat_count, NULLIF(h.total_units, 0), NULLIF(h.flat_count, 0))::numeric, 1) + ELSE NULL::numeric + END AS sale_share_pct_45d, + h.zhkh_flat_count, + CASE + WHEN h.zhkh_flat_count IS NOT NULL THEN 'zhkh' + WHEN h.gar_flat_count IS NOT NULL THEN 'gar' + WHEN NULLIF(h.total_units, 0) IS NOT NULL THEN 'total_units' + WHEN NULLIF(h.flat_count, 0) IS NOT NULL THEN 'flat_count' + ELSE NULL::text + END AS flat_count_source + FROM houses h + JOIN listing_agg la ON la.house_id = h.id + WHERE h.geom IS NOT NULL AND (la.active_secondary > 0 OR la.listings_45d > 0); + +COMMENT ON VIEW v_building_sale_share IS + 'Per-building rollup вторички для «доли квартир дома в продаже» (мигр. 143; знаменатель — ' + 'ГАР canon-match мигр. 144; 2-й источник ЖКХ + окно 45д мигр. 146; дедуп кросс-площадочных ' + 'дублей мигр. 148; ЖКХ-приоритет знаменателя мигр. 149; гео-фильтр числителя ≤300м мигр. 150). ' + 'flat_count_effective = ' + 'COALESCE(zhkh_flat_count, gar_flat_count, NULLIF(total_units,0), NULLIF(flat_count,0)) — ' + 'ЖКХ ПРИОРИТЕТ (ГИС ЖКХ точнее ГАР, который дико недосчитывает квартиры в МКД; мигр. 149). ' + 'Колонки zhkh_flat_count (сырой ЖКХ-счёт) + flat_count_source (zhkh|gar|total_units|flat_count|' + 'NULL — какой источник реально дал знаменатель) добавлены для прозрачности. Оба числителя ' + 'считают УНИКАЛЬНЫЕ КВАРТИРЫ по сигнатуре count(DISTINCT (rooms, round(area_m2), floor)), а не ' + 'объявления: одна квартира на avito+cian+domclick = разные dedup_hash, но одна сигнатура. ' + 'active_secondary = FILTER (is_active AND vtorichka); listings_45d = FILTER (vtorichka AND ' + 'last_seen_at>=now()-45d). sale_share_pct = active_secondary/denom; sale_share_pct_45d = ' + 'listings_45d/denom. Оба под плаузибилити-гейтом (denom>=GREATEST(total_floors,8) AND ' + 'числитель<=denom; мигр. 145), иначе NULL. Частично-NULL сигнатуры считаются раздельно ' + '(count(DISTINCT ROW) игнорит лишь полностью-NULL строку). Фильтр: geom NOT NULL AND ' + '(active_secondary>0 OR listings_45d>0) — churn-only дома (0 активных, но есть листинги за ' + '45д) тоже видны. active_secondary/listings_45d/медианы цены и срока теперь считают ТОЛЬКО ' + 'листинги ≤300м от geom своего дома (JOIN houses hg + ST_DistanceSphere<=300 в каждой FILTER; ' + 'анти-mis-bucketing раздутого числителя из-за бага house_id_fk; мигр. 150). Листинги/дома без ' + 'geom — кепим. Знаменатель НЕ изменён.'; + +COMMIT; diff --git a/tradein-mvp/backend/tests/test_buildings_api.py b/tradein-mvp/backend/tests/test_buildings_api.py index fd5cd6f1..9c58ee81 100644 --- a/tradein-mvp/backend/tests/test_buildings_api.py +++ b/tradein-mvp/backend/tests/test_buildings_api.py @@ -128,7 +128,9 @@ def test_listings_query_shape(): assert "house_id_fk = CAST(:house_id AS bigint)" in sql assert "listing_segment = 'vtorichka'" in sql assert "is_active" in sql - assert "ORDER BY price_rub" in sql + assert "ORDER BY l.price_rub" in sql + assert "JOIN houses" in sql + assert "ST_DistanceSphere(l.geom, h.geom) <= 300" in sql assert "id AS listing_id" in sql assert args["house_id"] == 42