条件先于总分
城市没有脱离月份与预算的永久唯一总分。硬性条件先排除，再计算模板权重。
METHOD · MATCH-V1
分数只负责排序，证据负责解释
地点、月份、推荐模板与预算共同构成一次判断。每次结果同时输出匹配分、可信度、推荐理由和限制。
缺失不等于 0
缺失指标使用中性分参与匹配，同时将对应可信度记为 0，页面明确显示数据有限。
解释与分数分离
匹配分回答“排序如何”，可信度回答“证据有多完整”，限制说明“需要接受什么”。
12 CORE GROUPS
核心指标组
同一指标先统一方向与量纲，再按月份、停留天数和来源可信度计算。
住房与短租
月租区间、押金与可获得性
30 天总成本
餐饮、交通、工作与弹性预算
气候舒适
体感、湿度、降雨与极端天气
空气质量
目标月份空气与季节风险
安全与韧性
灾害、夜间与紧急服务
网络与工作
宽带、移动网络与工作空间
交通与到达
高铁、机场、市内公共交通
日常便利
买菜、配送与生活服务
城市与自然
山海湖泊与休闲可达
医疗能力
医院层级、专科与到达时间
人文与社交
城市内容与生活节奏
短住适配
停留时长、季节与房源波动
CALCULATION FLOW
一次推荐如何产生
- 01
读取决策上下文
月份、1/2/3 个月、每月预算、同行方式与推荐模板。
- 02
执行硬性排除
预算下限、湿度上限等硬条件不满足时，直接返回排除码。
- 03
归一化与加权
将不同量纲转换为 0–100，再按 remote_work、low_cost 或 climate_seeking 权重计算。
- 04
生成解释
输出两个推荐理由、一个主要限制、数据日期与来源层级。
CONFIDENCE
可信度由五个部分相乘
完整度、新鲜度、来源质量、一致性和地理精度共同决定可信度；关键组低于 60 时，城市不能进入数据就绪状态。
完整度×新鲜度×来源质量×一致性×地理精度= 可信度
SOURCE POLICY
采购、开放与编辑来源分工
- A结构化观测气候、空气、交通、医疗
- B商业采购短租、成本与时效数据
- C编辑审核区域解释、限制与发布门槛
CHANGELOG
版本与更新记录
match-v1 P0 基线
冻结 3 个推荐模板、12 个指标组、1/2/3 个月时长与可信度算法。