---
id: offline-compute_HiveSQL_hivesql_024
name: 从 internal_platform_db.dwd_relationship_strength_fe
category: offline-compute/HiveSQL
timeout_seconds: 600
modality: pure-text
engine: hivesql
---
## Prompt
任务目标
基于好友关系特征数据计算关系强度推荐分数，输出每个用户对（uin, touin）的加权评分结果。

输入
- internal_platform_db.dwd_relationship_strength_features_v4_di_query_engine_138（无 Join，单表处理）

处理规则
1. 过滤条件：imp_date = 20260608，且 uin >= 10000 且 touin >= 10000
2. 特征处理：
   - 对所有分数字段使用 COALESCE(field, 0) 填充空值
   - c2c_cnt_score、common_frd_num、frd_tag_num 使用 LOG(1 + field) 变换
   - age_diff 使用 LOG(100 - age_diff) 变换
3. 加权求和公式：score = (0.0327 * log_frd_tag_num + 0.0386 * touser_id_active_layer + 0.0853 * (1 - is_same_city) + 0.0564 * c2c_score + 0.1895 * log_c2c_cnt_score + 0.2455 * socialzone_visit_score + 0.1055 * socialzone_like_score + 0.1514 * socialzone_comment_score + 0.1556 * profile_view_score + 0.1531 * profile_like_score) / 28
4. 结果字段：raw_score = ROUND(score, 4)，最终 score = 1 + ROUND(score, 4) * 10000

输出要求
- 字段顺序：imp_date（固定值 20260608）、uin、touin、score、raw_score
- imp_date 作为分区字段
- 不要求去重或聚合

写入要求
- 输出表：internal_platform_db.ads_qq_sq_frd_recommendation_result_list_df_cand_query_engine_138
- 分区：imp_date = 20260608
- 写入方式：INSERT OVERWRITE 覆盖写入该分区

请将最终 HiveSQL 写入 result.sql 并执行。