内容域怎么建模
内容域由内容维、作者维与三类事实组成：曝光、播放或浏览、互动（点赞、评论、收藏、分享）。互动事实可以用一张带事件类型的表，也可以按事件类型分表，取决于查询频率与字段差异。指标层的核心分歧都在口径上：曝光是否去重、播放是开始播放还是有效播放、完播如何界定，这些必须先定再建模，否则跨部门的数据永远对不上。
基本信息
| 事实 | 曝光、播放、互动事件 |
|---|---|
| 维度 | 内容、作者、栏目、设备 |
| 指标 | 完播率、互动率、涨粉、内容健康度 |
| 口径要点 | 曝光去重、有效播放时长、互动去重键 |
| 事件类型 | 点赞、评论、收藏、分享、负反馈 |
典型使用场景
- 内容效果评估：曝光、点击、完播、互动的多段漏斗
- 作者与栏目贡献分析，支撑流量分配与激励结算
- 冷启动评估：新内容首小时与首日表现对比
- 负反馈监控：不感兴趣、举报等信号用于内容治理
- 刷量识别：互动明细配合设备与行为特征做排查
互动事实
互动事实
-- 互动事实：带事件类型，统一去重键
CREATE TABLE fact_interaction (
event_id string,
content_sk bigint,
user_sk bigint,
action_type string COMMENT '点赞/评论/收藏/分享/负反馈',
event_ts timestamp
) PARTITIONED BY (dt string) STORED AS ORC;
-- 互动率：互动用户数除以曝光用户数，两者口径要一致
SELECT content_sk,
count(DISTINCT user_sk) AS interact_uv
FROM fact_interaction WHERE dt = '2026-10-12'
GROUP BY content_sk;建模对象对照
| 建模对象 | 粒度 | 口径要点 |
|---|---|---|
| 曝光事实 | 一次展示一行 | 区分请求曝光与可见曝光 |
| 播放事实 | 一次播放一行 | 开始播放与有效播放不同 |
| 互动事实 | 一次互动一行 | 去重键决定互动量口径 |
| 内容与作者维 | 内容级 | 下架内容需保留历史属性 |
曝光去重与播放口径是内容指标的核心分歧点，先定口径再建模；口径变更要作为版本发布，否则历史趋势无法解释。
内容下架后维表属性不应删除：历史报表仍需要当时的标题、栏目与作者信息，删除会让历史数据出现空维度，分析被迫中断。