DeepAstro 如何计算并评分城市

01

1. 当前命盘使用哪些输入

计算从出生日期、当地出生时间、出生地坐标与时区开始，由此确定同一个 UTC 时刻，并投射行星的 ASC、DSC、MC、IC 地理线。

城市提供坐标与国家；事业、关系、内在成长、健康等目标会改变相关性权重。若有八字喜用神，它只作为独立的方向交叉验证，不会混入天文计算。

• 出生时间与历史时区会影响四角，并可能显著移动行星线。
• 坐标来自用户实际选择的地点结果，不只依赖城市名称。
• 切换目标可以改变第一名城市及其主导线。

02

2. 行星线距离、角度与目标相关性

引擎对每个候选城市寻找各条已计算行星线的最近采样点。v5 在 600 公里证据半径内使用平滑距离衰减，越靠近城市的同一条线权重越高。

行星与角度一起判断。例如事业目标对 MC 权重最高，关系目标对 DSC 权重最高，安居与内在目标重视 IC，自我呈现与活力重视 ASC。这些权重属于 DeepAstro 产品约定，不是经验定律。

支持证据

目标相关性扣除压力权重后，仍有实质正贡献的近线。

代价证据

附近的火星、土星、天王星、海王星、冥王星或南交点线，其建模压力高于当前目标下的支持。

中性证据

虽然在半径内，但贡献不足以支持明确正面或负面结论的线。

03

3. 如何组合证据并避免分数膨胀

多条近线不会无限叠加。支持与代价都采用递减收益，最强证据影响最大，后续证据逐步减弱，避免密集交会自动堆成满分。

八字方向匹配最多增加 10 个原始分，只能辅助近似决策，不能压过相反的强行星线。出生地距离只记录为背景，不给推荐加分。

旧排序曾奖励靠近出生城市，并把固定热门枢纽强塞进前十。v5 取消出生地加分；便利枢纽只在近似同分时加 2 分，城市去重也只在原始分差不超过 6 分时发生。

04

4. 分数、证据档与置信度

原始结果转换成 4 到 96 的展示指数，在高低两端保留差异，也不把 100 包装成确定性。SSS 从 85 分开始，只表示当前命盘与目标下的强证据档，不表示全球前 1%。

置信度与分数分开。高置信要求至少两条实质支持线并有较近证据；中置信至少需要一条 450 公里内的实质支持线；只有弱线、中性线或压力线时，即使仍在候选列表，也标为低置信。

05

5. 排序、证据输出与监测

全球推荐器先为广泛城市池评分，保留最强计算匹配，再进行幅度很小的便利性与地理多样性同分处理。结果输出主导线、距离、支持数、代价数与置信度。没有实质近线时，界面直接说明证据不足，不伪造木星、金星或五行标签。

每次 Top 3 展示都会记录算法版本、目标、城市编号、分数、主导线与置信度，以便发现不同命盘重新趋同或评分饱和。

• 至少用 6 组结构明显不同的命盘并排执行差异化测试。
• 测试使用完整生产城市候选数据，不只跑手选样例。
• 重要结论必须回指当前命盘的行星、角度和距离。

06

6. 版本与变更规则

当前推荐算法为 v5，启用于 2026 年 9 月 3 日。评分规则变化必须更新版本、通过跨输入差异化测试，并在分析事件中留下审计信息。生产 helpful 反馈与代码正确性分别验收。

规则内部一致，不等于用户一定觉得有用。因此 DeepAstro 把反馈响应率、helpful 比例与负面原因作为发布门禁，而不会把它们解释成占星已获科学验证。

评分常见问题