diff --git a/tradein-mvp/backend/app/services/buildings_query.py b/tradein-mvp/backend/app/services/buildings_query.py index e39cea52..c023b23a 100644 --- a/tradein-mvp/backend/app/services/buildings_query.py +++ b/tradein-mvp/backend/app/services/buildings_query.py @@ -142,6 +142,13 @@ def build_listings_query(house_id: int) -> tuple[str, dict[str, object]]: самый дешёвый листинг; sources — все площадки, где квартира видна. Гео-фильтр ≤300м (мигр.150) против чужих листингов. Листинги/дома без geom — КЕЕП. + Floors-guard (мигр.152, та же логика, что во view): отбрасываем листинги, чья + этажность (l.total_floors) отличается от этажности дома + (COALESCE(h.zhkh_floors, h.total_floors)) более чем на 3 — отсекает близких соседей + в радиусе 300м (5-этажка vs соседние 9/16/19-этажные башни). Листинги с неизвестной + этажностью листинга ИЛИ неизвестной этажностью дома — КЕЕП (режем только явный + mismatch >3). + DISTINCT ON-ключи (rooms, round(area_m2), floor) лидируют в ORDER BY, поэтому представитель детерминирован (price_rub ASC NULLS LAST, id → берётся самый дешёвый). round(area_m2), а не raw area_m2, используется и в DISTINCT ON, и в ORDER BY, и в @@ -160,6 +167,9 @@ def build_listings_query(house_id: int) -> tuple[str, dict[str, object]]: " 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)" + " AND (l.total_floors IS NULL " + " OR COALESCE(h.zhkh_floors, h.total_floors) IS NULL " + " OR abs(l.total_floors - COALESCE(h.zhkh_floors, h.total_floors)) <= 3)" "), src AS (" " SELECT rooms, round(area_m2) AS sig_area, floor, " " array_agg(DISTINCT source ORDER BY source) AS sources " diff --git a/tradein-mvp/backend/data/sql/152_sale_share_floors_guard.sql b/tradein-mvp/backend/data/sql/152_sale_share_floors_guard.sql new file mode 100644 index 00000000..67f27266 --- /dev/null +++ b/tradein-mvp/backend/data/sql/152_sale_share_floors_guard.sql @@ -0,0 +1,155 @@ +-- 152_sale_share_floors_guard.sql +-- +-- CONTEXT: гео-фильтр ≤300м (мигр. 150) слишком широк для плотной застройки. К +-- 5-этажному дому (house «Мраморская 34к4») примагничиваются чужие листинги +-- Благодатская 15 / 19-этажных башен на 229-282м: <300м → гео-предикат их НЕ +-- отсекает, числитель/медианы остаются загрязнены. Сигнал отсева — этажность: +-- дом 5 эт., а листинги заявляют total_floors 9/16/19 → это ДРУГОЕ здание. +-- Прод-замер: гард `abs(l.total_floors - building_floors) > 3` отсекает 2754 +-- листинга (12%) — height-mismatched mis-bucketing, не отрезаемый одной геометрией. +-- +-- WHAT: +-- 1) houses.zhkh_floors (smallint) — распарсенная этажность из ГИС ЖКХ-поля +-- zhkh_floors_raw (text вида "10-30" / "8,чердак"): max целого числа из строки. +-- ЖКХ-источник точнее total_floors, потому в гарде приоритетнее (COALESCE). +-- 2) v_building_sale_share — в CTE listing_agg к КАЖДОЙ из 5 FILTER-клауз +-- (active_secondary, listings_45d, median_price_rub, median_price_per_m2, +-- avg_days_on_market) ANDом добавлен floors-guard: +-- `l.total_floors IS NULL +-- OR COALESCE(hg.zhkh_floors, hg.total_floors) IS NULL +-- OR abs(l.total_floors - COALESCE(hg.zhkh_floors, hg.total_floors)) <= 3` +-- Кепим листинг, у которого этажность неизвестна, ИЛИ этажность дома неизвестна, +-- ИЛИ расходится с домом не более чем на ±3 этажа. Существующий гео-предикат +-- ≤300м (мигр. 150) СОХРАНЁН во всех 5 FILTER — guard'ы конъюнктивны. +-- Знаменатель (flat_count_effective, плаузибилити-гейты, COALESCE-приоритет ЖКХ), +-- весь top-level SELECT / WHERE / appended-колонки (zhkh_flat_count, flat_count_source) +-- — БАЙТ-В-БАЙТ как в мигр. 150, дельта только внутри CTE listing_agg + новый +-- ALTER/UPDATE houses.zhkh_floors выше view. +-- +-- 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), 149 (ЖКХ-приоритет знаменателя + zhkh_flat_count/ +-- flat_count_source колонки + houses.zhkh_floors_raw text), 150 (гео-фильтр числителя +-- ≤300м в CTE), 151 (clean bare-street aliases — view НЕ трогала). Базируется на +-- текущем (150) определении view — меняем ТОЛЬКО CTE listing_agg. +-- Использует listings.total_floors (int), houses.total_floors (int), +-- houses.zhkh_floors_raw (text, мигр. 149) → houses.zhkh_floors (smallint, ниже). +-- +-- SAFETY / IDEMPOTENCY: ALTER TABLE ADD COLUMN IF NOT EXISTS (повторный прогон no-op), +-- UPDATE с `zhkh_floors IS DISTINCT FROM ` guard'ом (идемпотентен — на 2-м +-- прогоне 0 строк), CREATE OR REPLACE VIEW (структура колонок не меняется — те же +-- позиции/типы/имена, что в 150) + COMMENT. Деплой-раннер гонит файл через +-- psql -v ON_ERROR_STOP=on БЕЗ --single-transaction → транзакцию открывает САМ файл +-- (BEGIN/COMMIT ниже), как 146/148/149/150. +-- +-- NB по нумерации: последний занятый = 151; следующий свободный sequential = 152 +-- (проверено `ls tradein-mvp/backend/data/sql | grep '^15'` → 150, 151; коллизий нет). +-- +-- Deploy order: после 151_clean_bare_street_aliases.sql. + +BEGIN; + +-- Распарсенная этажность ЖКХ (из zhkh_floors_raw "10-30"/"8,чердак" → max int) для гарда. +ALTER TABLE houses ADD COLUMN IF NOT EXISTS zhkh_floors smallint; +UPDATE houses + SET zhkh_floors = (SELECT max((m[1])::int) + FROM regexp_matches(zhkh_floors_raw, '\d+', 'g') AS m) + WHERE zhkh_floors_raw IS NOT NULL + AND zhkh_floors IS DISTINCT FROM + (SELECT max((m[1])::int) FROM regexp_matches(zhkh_floors_raw, '\d+', 'g') AS m); + +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) AND (l.total_floors IS NULL OR COALESCE(hg.zhkh_floors, hg.total_floors) IS NULL OR abs(l.total_floors - COALESCE(hg.zhkh_floors, hg.total_floors)) <= 3)) 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) + AND (l.total_floors IS NULL OR COALESCE(hg.zhkh_floors, hg.total_floors) IS NULL OR abs(l.total_floors - COALESCE(hg.zhkh_floors, hg.total_floors)) <= 3) + ) 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) AND (l.total_floors IS NULL OR COALESCE(hg.zhkh_floors, hg.total_floors) IS NULL OR abs(l.total_floors - COALESCE(hg.zhkh_floors, hg.total_floors)) <= 3)) 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) AND (l.total_floors IS NULL OR COALESCE(hg.zhkh_floors, hg.total_floors) IS NULL OR abs(l.total_floors - COALESCE(hg.zhkh_floors, hg.total_floors)) <= 3)) 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) AND (l.total_floors IS NULL OR COALESCE(hg.zhkh_floors, hg.total_floors) IS NULL OR abs(l.total_floors - COALESCE(hg.zhkh_floors, hg.total_floors)) <= 3)) 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. Поверх гео — floors-guard (мигр. 152): листинг входит в ' + 'числитель/медианы, только если его total_floors неизвестен, либо этажность дома ' + 'COALESCE(zhkh_floors, total_floors) неизвестна, либо |разница| <= 3 этажа — режет height-' + 'mismatched mis-bucketing (5-эт. дом vs 19-эт. башни <300м), который гео-фильтр пропускает.'; + +COMMIT; diff --git a/tradein-mvp/backend/tests/test_buildings_api.py b/tradein-mvp/backend/tests/test_buildings_api.py index 0eccf553..14762917 100644 --- a/tradein-mvp/backend/tests/test_buildings_api.py +++ b/tradein-mvp/backend/tests/test_buildings_api.py @@ -130,6 +130,9 @@ def test_listings_query_shape(): assert "is_active" in sql assert "JOIN houses" in sql assert "ST_DistanceSphere(l.geom, h.geom) <= 300" in sql + # floors-consistency guard (мигр.152): отсекает соседей с расхождением этажности >3, + # NULL-этажность листинга/дома — КЕЕП. + assert "abs(l.total_floors - COALESCE(h.zhkh_floors, h.total_floors)) <= 3" in sql assert "id AS listing_id" in sql assert args["house_id"] == 42