分类词频计算不过滤内部asin

Pyspark_job/dws/dws_aba_word_freq_cate.py

@@ -11,7 +11,7 @@
                   ⑦keywords_match_theme（PG）
    @SinkTable   : dws_aba_word_freq_cate
    @CreateTime  : 2026/06/17 10:21
-   @UpdateTime  : 2026/06/18 17:55
+   @UpdateTime  : 2026/07/10 11:30
 """
 
 import os
@@ -611,7 +611,7 @@ class DwsAbaWordFreqCate(Templates):
         """)
 
     def _read_with_cat(self, month_list):
-        """读多个月份搜索词级数据（is_self_max + rank>0 + join mask_type）并铺开到所属分类。
+        """读多个月份搜索词级数据（rank>0 + join mask_type；2026-07-10 起【不再剔除】内部asin）并铺开到所属分类。
         返回列：search_term, rank, date_info, mask_type, category_id, category_level"""
         months_in = "','".join(month_list)
         fact = self.spark.sql(f"""
@@ -621,7 +621,11 @@ class DwsAbaWordFreqCate(Templates):
             FROM dwt_aba_st_analytics
             WHERE site_name='{self.site_name}' AND date_type='month' AND date_info IN ('{months_in}')
               AND rank > 0
-              AND (is_self_max_num_asin <> 1 OR is_self_max_num_asin IS NULL)
+              -- 【2026-07-10 口径变更】词频计算改为【包含】内部 asin（is_self_max_num_asin=1）的词：
+              --   业务确认词频/热度要把"自卖占满(max_num_asin是自有ASIN)"的词也算进来，故去掉原来这刀剔除。
+              --   影响：关联搜索词数/词频/热度都会变大（如 socks 关联数 ~7522 → ~10885）。
+              --   原过滤（保留备查，如需恢复"排除内部asin"口径把下一行取消注释即可）：
+              --   AND (is_self_max_num_asin <> 1 OR is_self_max_num_asin IS NULL)
         """).join(self.df_mask, F.col('search_term') == self.df_mask['mask_keyword'], 'left').drop('mask_keyword')
 
         common = ['search_term', 'rank', 'date_info', 'mask_type']