# 竞品侦察知识合成

## 一、good_testdata 共同特征

### 数据准确性特征
- 数据来源于 iTunes 官方 API（一手数据）
- 包含完整的 App 基础信息（trackId, trackName, artistName, averageUserRating）
- 评分数据与官方商店一致
- 抓取时间标注明确

### 竞品覆盖度特征
- 中美两大市场 Top 5 全覆盖
- 涵盖恋爱冒险、互动剧情、视觉小说等多种类型
- 包含中国厂商（Paper Games, 祖龙游戏，腾讯）和美国厂商（Episode Interactive, Pixelberry Studios）
- 提供开发商背景和融资信息

### 技术可行性特征
- 提供可直接运行的 Python 代码示例
- 包含 API 调用参数说明
- 提供代理池配置示例
- 数据解析逻辑清晰完整

### 监控完整性特征
- 建立第一/第二梯队监控清单
- 明确每日/每周/月度监控频率
- 提供具体的监控指标（评分、评价、更新动态）

---

## 二、bad_testdata 分析

本次标注中无 bad_testdata，所有输入数据均 ≥70 分。

---

## 三、good/bad 关键区分

| 维度 | good (≥70) | bad (<70) |
|------|-----------|----------|
| 数据来源 | 官方API | 非官方/猜测 |
| 覆盖度 | 完整 | 有限 |
| 代码示例 | 完整可运行 | 缺失/不可用 |
| 监控设计 | 明确 | 无/粗糙 |

---

## 四、改进建议

1. **增加 Google Play 数据**：当前主要是 iOS 数据，建议补充 Android 平台
2. **评价情感分析**：补充 NLP 情感分析实现方案
3. **异常检测**：增加水军/虚假好评识别算法

---

## 五、数据统计

| 指标 | 数值 |
|------|------|
| good_testdata | 4 items |
| bad_testdata | 0 items |
| avg_score | 89.75 |

---

*生成日期: 2026-03-30*