Update scoring_calculation_system.py

scoring_calculation_system.py

@@ -2100,80 +2100,28 @@ def calculate_breed_compatibility_score(scores: dict, user_prefs: UserPreference
     
     return min(max_possible_score, max(min_possible_score, final_score))
 
-
 def amplify_score_extreme(score: float) -> float:
-    """  
-    1. 提供更廣的分數範圍，讓優秀匹配能獲得更高分數
-    2. 在各個分數區間保持平滑的轉換
-    3. 確保即使是較低匹配也有參考價值
-    4. 對所有情況都使用一致的評分標準
-    """
+    """優化分數分布，提供更高的分數範圍"""
     def smooth_curve(x: float, steepness: float = 12) -> float:
-        """
-        使用 sigmoid 曲線來實現平滑的分數轉換
-        steepness 參數控制曲線的陡峭程度：
-        - 較高的值會產生更陡峭的曲線
-        - 較低的值會產生更平緩的曲線
-        """
         import math
         return 1 / (1 + math.exp(-steepness * (x - 0.5)))
 
-    # 處理最高分數範圍（原始分數 0.9-1.0）
     if score >= 0.9:
-        # 將 90-100% 的原始分數映射到 88-96% 的最終分數
-        # 這確保了最佳匹配能獲得顯著高的分數，但仍保留改進空間
         position = (score - 0.9) / 0.1
-        return 0.88 + (position * 0.08)
-    
-    # 處理優秀分數範圍（原始分數 0.8-0.9）
+        return 0.96 + (position * 0.04)  # 90-100的原始分映射到96-100
+        
     elif score >= 0.8:
-        # 將 80-90% 的原始分數映射到 82-88% 的最終分數
-        # 這個範圍表示非常好但不是完美的匹配
         position = (score - 0.8) / 0.1
-        return 0.82 + (position * 0.06)
-    
-    # 處理良好分數範圍（原始分數 0.7-0.8）
+        return 0.90 + (position * 0.06)  # 80-90的原始分映射到90-96
+        
     elif score >= 0.7:
-        # 將 70-80% 的原始分數映射到 76-82% 的最終分數
         position = (score - 0.7) / 0.1
-        return 0.76 + (position * 0.06)
-    
-    # 處理中等分數範圍（原始分數 0.5-0.7）
+        return 0.82 + (position * 0.08)  # 70-80的原始分映射到82-90
+        
     elif score >= 0.5:
-        # 使用平滑曲線將 50-70% 的原始分數映射到 70-76% 的最終分數
         position = (score - 0.5) / 0.2
-        return 0.70 + (smooth_curve(position) * 0.06)
-    
-    # 處理較低分數範圍（原始分數 < 0.5）
+        return 0.75 + (smooth_curve(position) * 0.07)  # 50-70的原始分映射到75-82
+        
     else:
-        # 使用平滑曲線將 0-50% 的原始分數映射到 65-70% 的最終分數
-        # 即使是較差的匹配也保持基本的參考價值
         position = score / 0.5
-        return 0.65 + (smooth_curve(position) * 0.05)
-
-
-# def amplify_score_extreme(score: float) -> float:
-#     """優化分數分布，提供更高的分數範圍"""
-#     def smooth_curve(x: float, steepness: float = 12) -> float:
-#         import math
-#         return 1 / (1 + math.exp(-steepness * (x - 0.5)))
-
-#     if score >= 0.9:
-#         position = (score - 0.9) / 0.1
-#         return 0.96 + (position * 0.04)  # 90-100的原始分映射到96-100
-        
-#     elif score >= 0.8:
-#         position = (score - 0.8) / 0.1
-#         return 0.90 + (position * 0.06)  # 80-90的原始分映射到90-96
-        
-#     elif score >= 0.7:
-#         position = (score - 0.7) / 0.1
-#         return 0.82 + (position * 0.08)  # 70-80的原始分映射到82-90
-        
-#     elif score >= 0.5:
-#         position = (score - 0.5) / 0.2
-#         return 0.75 + (smooth_curve(position) * 0.07)  # 50-70的原始分映射到75-82
-        
-#     else:
-#         position = score / 0.5
-#         return 0.70 + (smooth_curve(position) * 0.05)  # 50以下的原始分映射到70-75
+        return 0.70 + (smooth_curve(position) * 0.05)  # 50以下的原始分映射到70-75