tradein-mvp/backend/app/services/estimator.py

@@ -7328,15 +7328,16 @@ _DEDUP_STREET_TYPE_ALT = "|".join(
 )
 # «<тип>[.] <название>»: название = опциональная ведущая цифро-группа + 1-3
 # буквенных слова, до запятой/цифры. Ведущая цифра нужна для нумерованных улиц
-# («8 Марта», «40 лет Октября», «22 Партсъезда»); она разрешена ТОЛЬКО перед
+# («8 Марта», «40 лет Октября», «22 Партсъезда»; #2291 класс 4 — и через дефис:
-# буквенным словом (?:\d+\s+)?[а-яё]…, поэтому НОМЕР ДОМА (число ПОСЛЕ названия,
+# «40-летия Комсомола», «22-го Партсъезда»); она разрешена ТОЛЬКО перед
+# буквенным словом (?:\d+(?:\s+|-))?[а-яё]…, поэтому НОМЕР ДОМА (число ПОСЛЕ названия,
 # не сопровождаемое буквой) в токен не попадает: «Белинского 86» → «белинского».
 # #2269 (б): тип-суффикс может быть приклеен запятой/точкой без пробела
 # («ул.,6к1»): после `\.?` разрешаем ЛИБО пробел (обычный формат), ЛИБО запятую
 # (→ следом номер дома). Ветка «тип ПЕРЕД именем» — только для формата с пробелом.
 _DEDUP_STREET_NAME_RE = re.compile(
     rf"(?:^|[,\s])(?:{_DEDUP_STREET_TYPE_ALT})\.?\s+"
-    r"((?:\d+\s+)?[а-яё][а-яё\-]+(?:\s+[а-яё][а-яё\-]+){0,2})",
+    r"((?:\d+(?:\s+|-))?[а-яё][а-яё\-]+(?:\s+[а-яё][а-яё\-]+){0,2})",
     flags=re.IGNORECASE,
 )
 # #2269 (а): «<название> <тип>» — тип-слово ПОСЛЕ имени (формат domklik:
@@ -7348,7 +7349,7 @@ _DEDUP_STREET_NAME_RE = re.compile(
 # Рассветная». Тип НЕ входит в захват (group 1) — токен байт-в-байт совпадает.
 _DEDUP_STREET_NAME_SUFFIX_RE = re.compile(
     r"(?:^|[,\s])"
-    r"((?:\d+\s+)?[а-яё][а-яё\-]+(?:\s+[а-яё][а-яё\-]+){0,2})\s+"
+    r"((?:\d+(?:\s+|-))?[а-яё][а-яё\-]+(?:\s+[а-яё][а-яё\-]+){0,2})\s+"
     rf"(?:{_DEDUP_STREET_TYPE_ALT})(?=\.|,|\s|$)",
     flags=re.IGNORECASE,
 )

tradein-mvp/backend/tests/fixtures/backtest_baseline.json

@@ -2,19 +2,19 @@
   "calibration": {
     "high": {
       "coverage_pct": 75.0,
-      "mape_pct": 19.6,
+      "mape_pct": 19.97,
       "n": 8,
       "n_covered": 6
     },
     "low": {
-      "coverage_pct": 83.59,
+      "coverage_pct": 83.67,
       "mape_pct": 15.64,
       "n": 1562,
-      "n_covered": 1029
+      "n_covered": 1030
     },
     "medium": {
       "coverage_pct": 70.0,
-      "mape_pct": 27.59,
+      "mape_pct": 26.53,
       "n": 30,
       "n_covered": 21
     }
@@ -26,17 +26,17 @@
   ],
   "expected_sold": {
     "overall": {
-      "mape_pct": 15.88,
+      "mape_pct": 15.92,
       "median_bias_pct": 2.87,
       "n": 1269,
       "n_no_analogs": 0,
-      "p25_pct": -10.88,
+      "p25_pct": -10.94,
-      "p75_pct": 22.98
+      "p75_pct": 22.81
     },
     "per_area_bucket": {
       "0 <30": {
         "mape_pct": 19.76,
-        "median_bias_pct": -1.49,
+        "median_bias_pct": -1.02,
         "n": 161,
         "p25_pct": -16.45,
         "p75_pct": 34.7
@@ -45,21 +45,21 @@
         "mape_pct": 15.64,
         "median_bias_pct": 4.37,
         "n": 503,
-        "p25_pct": -10.58,
+        "p25_pct": -10.56,
         "p75_pct": 22.86
       },
       "2 44-62": {
-        "mape_pct": 13.86,
+        "mape_pct": 13.93,
-        "median_bias_pct": 4.15,
+        "median_bias_pct": 4.13,
         "n": 379,
-        "p25_pct": -7.92,
+        "p25_pct": -8.12,
-        "p75_pct": 23.85
+        "p75_pct": 23.5
       },
       "3 62-85": {
         "mape_pct": 15.97,
         "median_bias_pct": -2.33,
         "n": 179,
-        "p25_pct": -12.1,
+        "p25_pct": -11.99,
         "p75_pct": 18.18
       },
       "4 >=85": {
@@ -74,7 +74,7 @@
       "0": {
         "label": "студия",
         "mape_pct": 19.76,
-        "median_bias_pct": -1.49,
+        "median_bias_pct": -1.02,
         "n": 161,
         "n_no_analogs": 0,
         "p25_pct": -16.45,
@@ -86,17 +86,17 @@
         "median_bias_pct": 4.37,
         "n": 503,
         "n_no_analogs": 0,
-        "p25_pct": -10.58,
+        "p25_pct": -10.56,
         "p75_pct": 22.86
       },
       "2": {
         "label": "2к",
-        "mape_pct": 13.86,
+        "mape_pct": 13.93,
-        "median_bias_pct": 4.15,
+        "median_bias_pct": 4.13,
         "n": 379,
         "n_no_analogs": 0,
-        "p25_pct": -7.92,
+        "p25_pct": -8.12,
-        "p75_pct": 23.85
+        "p75_pct": 23.5
       },
       "3": {
         "label": "3к",
@@ -104,7 +104,7 @@
         "median_bias_pct": -2.33,
         "n": 179,
         "n_no_analogs": 0,
-        "p25_pct": -12.1,
+        "p25_pct": -11.99,
         "p75_pct": 18.18
       },
       "4": {
@@ -126,11 +126,11 @@
         "p75_pct": -12.79
       },
       "комфорт": {
-        "mape_pct": 10.68,
+        "mape_pct": 10.69,
         "median_bias_pct": -5.78,
         "n": 425,
-        "p25_pct": -15.88,
+        "p25_pct": -15.98,
-        "p75_pct": 4.49
+        "p75_pct": 4.54
       },
       "премиум": {
         "mape_pct": null,
@@ -140,11 +140,11 @@
         "p75_pct": null
       },
       "эконом": {
-        "mape_pct": 20.17,
+        "mape_pct": 20.22,
         "median_bias_pct": 18.98,
         "n": 697,
-        "p25_pct": 1.25,
+        "p25_pct": 0.96,
-        "p75_pct": 41.97
+        "p75_pct": 42.31
       },
       "элит": {
         "mape_pct": 36.11,
@@ -162,9 +162,9 @@
   },
   "range_coverage": {
     "overall": {
-      "coverage_pct": 83.22,
+      "coverage_pct": 83.29,
       "n": 1269,
-      "n_covered": 1056
+      "n_covered": 1057
     },
     "per_confidence": {
       "high": {
@@ -173,9 +173,9 @@
         "n_covered": 6
       },
       "low": {
-        "coverage_pct": 83.59,
+        "coverage_pct": 83.67,
         "n": 1231,
-        "n_covered": 1029
+        "n_covered": 1030
       },
       "medium": {
         "coverage_pct": 70.0,

tradein-mvp/backend/tests/test_estimator_dedup_cross_source_2087.py

@@ -977,3 +977,70 @@ def test_parse_street_house_dangling_corpus_letter_no_digit_is_liter() -> None:
     # сразу после буквы ⇒ литер, см. design §3), остаётся «65к» — НЕ
     # схлопывается ни во что и не отбрасывается.
     assert estimator._parse_street_house("ул. Ленина, 65к") == ("ленина", "65к")
+
+
+# --------------------------------------------------------------------------- #
+# #2291 класс 4 — нумерованные улицы с дефисом («40-летия Комсомола»)
+# --------------------------------------------------------------------------- #
+
+
+@pytest.mark.parametrize(
+    ("addr", "expected"),
+    [
+        # Живые форматы источников с прода (tradein-postgres, 2026-09-17).
+        ("ул. 40-летия Комсомола,32Г", ("40-летия комсомола", "32г")),  # avito
+        (
+            "Россия, Свердловская область, Екатеринбург, улица 40-летия Комсомола, 32Г",
+            ("40-летия комсомола", "32г"),
+        ),  # yandex
+        ("р-н Кировский, мкр. ЖБИ, улица 40-летия Комсомола, 32Г", ("40-летия комсомола", "32г")),
+        ("Екатеринбург, ЖБИ м-н, 40-летия Комсомола, 32Г", ("40-летия комсомола", "32г")),
+        ("Москва, 60-летия Октября проспект, 18 к3", ("60-летия октября", "18/3")),
+        ("улица 22-го Партсъезда, 10", ("22-го партсъезда", "10")),
+        # Регрессии: пробельная нумерованная, мкр-шум при уличном типе, bare-street, mkr.
+        ("улица 8 Марта, 12", ("8 марта", "12")),
+        ("мкр. ЖБИ, улица Сыромолотова, 5", ("сыромолотова", "5")),
+        ("Заречный м-н, Готвальда, 24", ("готвальда", "24")),
+        ("мкр Пионерский, 5", ("mkr пионерский", "5")),
+    ],
+)
+def test_parse_street_house_hyphen_numbered_street(addr: str, expected: tuple[str, str]) -> None:
+    assert estimator._parse_street_house(addr) == expected
+
+
+def test_dedup_collapses_hyphen_numbered_street_four_sources(
+    monkeypatch: pytest.MonkeyPatch,
+) -> None:
+    # Один физлот в четырёх форматах: раньше avito/yandex давали ('', ''), cian —
+    # ('mkr жби', '40'), и слиться не мог никто.
+    monkeypatch.setattr(estimator.settings, "estimate_dedup_analogs_enabled", True)
+    addrs = [
+        ("avito", "ул. 40-летия Комсомола,32Г"),
+        ("yandex", "Россия, Свердловская область, Екатеринбург, улица 40-летия Комсомола, 32Г"),
+        ("cian", "р-н Кировский, мкр. ЖБИ, улица 40-летия Комсомола, 32Г"),
+        ("domklik", "Екатеринбург, ЖБИ м-н, 40-летия Комсомола, 32Г"),
+    ]
+    lots = [
+        _lot(source=s, address=a, area=44.0, price=5_900_000, floor=7, cad=None) for s, a in addrs
+    ]
+    assert len(estimator._dedup_cross_source(lots)) == 1
+
+
+def test_dedup_hyphen_numbered_street_different_houses_stay_distinct(
+    monkeypatch: pytest.MonkeyPatch,
+) -> None:
+    # Раньше cian ключевал все дома улицы как ('mkr жби', '40'): дома 8А и 35 с
+    # одинаковыми этажом/площадью/ценой сливались в один лот.
+    monkeypatch.setattr(estimator.settings, "estimate_dedup_analogs_enabled", True)
+    lots = [
+        _lot(
+            source="cian",
+            address=f"р-н Кировский, мкр. ЖБИ, улица 40-летия Комсомола, {h}",
+            area=44.0,
+            price=5_900_000,
+            floor=7,
+            cad=None,
+        )
+        for h in ("8А", "35")
+    ]
+    assert len(estimator._dedup_cross_source(lots)) == 2