Bilibili Analyzer 的系统模块边界

模块分层

Bilibili Analyzer 按数据流分为五层，上一层的结果是下一层的输入：

• 采集层：从 B 站公开接口读取视频、分区、互动和发布时间等基础信息。
• 存储层：保存视频主表和时间序列快照。
• 指标层：计算热度分、增长率、互动密度和爆发指数。
• 洞察层：做关键词、关联规则、曲线聚类和推荐评估。
• 展示层：把榜单、趋势图、视频详情和选题建议组织到前端界面。

这五层的职责不能混在一起。采集任务失败时，前端仍然可以读取已经入库的数据；调整热度分的计算方式时，也只需要改指标层，而不是连页面一起重写。

主表与快照表

趋势分析需要同时保存“当前状态”和“历史变化”，两者对应不同的查询。

videos 表适合保存视频标题、UP 主、分区、发布时间、最新播放量和最新互动指标。它回答的是：这个视频现在是什么状态。

snapshots 表适合按采集时间保存同一个视频的指标快照。它回答的是：这个视频是怎么变化到现在的。

只有主表时，系统只能按当前指标生成排行榜。快照表补上了时间维度，增长速度、生命周期阶段、曲线形状和爆发趋势才有依据。

服务层边界

路由层只处理请求参数和响应格式，分析逻辑放在独立服务中：

• ranking service：榜单和排序。
• scoring service：热度分和爆发指数。
• insight service：关键词、关联规则和内容组合。
• recommendation service：相似视频和选题参考。

接口字段因此保持稳定；榜单、评分、洞察和推荐模块也可以分别测试和替换。

前端呈现原则

数据产品的页面按查看路径组织，而不是一次展示所有指标：

1. 先给全局概览。
2. 再给趋势或异常入口。
3. 最后进入单个视频和解释面板。

每一层都要给出下一步的入口：概览指出整体情况，趋势或异常把注意力缩小到值得查看的对象，详情页再提供具体指标和解释。

论文写法

如果把它写进论文，系统架构部分可以围绕这条主线：

公开数据采集 -> 时间序列快照 -> 多指标评分 -> 趋势识别 -> 可视化解释。

它对应实际的数据处理顺序，也把工程模块和方法章节放在同一条叙事线上，避免系统设计只剩界面截图。