[25.07.11 / TASK-226] Hotfix - 사용자 트렌드 배치 LLM 분석 실패 이슈 & 좋아요 및 조회수 계산 이슈 대응 (#35)

* hotfix: 사용자 모두 summary 요약 실패로 반환되는 이슈 해결
* refactor: LLM 분석 결과 로깅 추가
* hotfix: 일주일 전 통계와의 차로 계산하도록 수정
* refactor: 린팅 적용
* refactor: 중복된 로직 제거
* feature: base class 추가와 기본 batch 형태 classed base 로 리뉴얼 1차
* feature: user 주간 분석 통계 분석과 토큰 만료 로직 보완
* feature: 주간 분석 배치 완료
* modify: type 강화
* feature: 주간 사용자 분석 배치 전체 리뉴얼
* modify: 메일 배치, 전체 데이터 활용 업데이트
* modify: 뉴스레터 데이터셋과 그에 따른 html 수정
* modify: prompt import 경로 상대로직 삭제
* modify: user filter pk 테스트용 원복

---------

Co-authored-by: Nuung <qlgks1@naver.com>

Author: Jihyun3478

insight/models.py

@@ -30,20 +30,29 @@ class TrendAnalysis(SerializableMixin):
 @dataclass
 class WeeklyTrendInsight(SerializableMixin):
     trending_summary: list[TrendingItem] = field(default_factory=list)
-    trend_analysis: TrendAnalysis = None
-    """
-    user trend인 경우 아래 필드가 필요합니다.
-    (템플릿 의존성 존재, 현우님께서 작업하시면서 변경 가능)
-    reminder: {  // 해당하는 주에 작성한 글이 없는 경우
-        title: str
-        days_ago: int
-    }
-    user_weekly_stats: {  // 토큰 정상인 모든 유저가 갖고 있는 필드
-        posts: int
-        views: int
-        likes: int
-    }
-    """
+    trend_analysis: TrendAnalysis | None = None
+
+
+@dataclass
+class WeeklyUserStats(SerializableMixin):
+    posts: int  # 전체 게시글 수
+    new_posts: int  # 게시글 증가 수
+    views: int  # 조회수 증가 수
+    likes: int  # 좋아요 수 증가 수
+
+
+@dataclass
+class WeeklyUserReminder(SerializableMixin):
+    """해당하는 주에 작성한 글이 없는 경우"""
+
+    title: str  # 마지막 작성한 글 title
+    days_ago: int  # 마지막 작성한 글 작성일자
+
+
+@dataclass
+class WeeklyUserTrendInsight(WeeklyTrendInsight):
+    user_weekly_stats: WeeklyUserStats | None = None
+    user_weekly_reminder: WeeklyUserReminder | None = None
 
 
 class WeeklyTrend(TimeStampedModel):
@@ -54,7 +63,7 @@ class WeeklyTrend(TimeStampedModel):
     week_start_date = models.DateField(verbose_name="주 시작일")
     week_end_date = models.DateField(verbose_name="주 종료일")
 
-    # 인사이트 데이터
+    # 인사이트 데이터 - "WeeklyTrendInsight" 를 따라야 함
     insight = models.JSONField(
         verbose_name="핵심 키워드",
         help_text="주간 트렌드에 대한 핵심 키워드 및 인사이트 데이터, schema 변동에 유연하게 대응하기 위해 JSONField 사용",
@@ -96,7 +105,7 @@ class UserWeeklyTrend(TimeStampedModel):
     week_start_date = models.DateField(verbose_name="주 시작일")
     week_end_date = models.DateField(verbose_name="주 종료일")
 
-    # 인사이트 데이터
+    # 인사이트 데이터 - "WeeklyUserTrendInsight" 를 따라야 함
     insight = models.JSONField(
         verbose_name="핵심 키워드",
         help_text="주간 트렌드에 대한 핵심 키워드 및 인사이트 데이터, schema 변동에 유연하게 대응하기 위해 JSONField 사용",

insight/tasks/base_analysis.py

@@ -0,0 +1,111 @@
+import logging
+from abc import ABC, abstractmethod
+from dataclasses import dataclass
+from datetime import datetime
+from typing import Any, Generic, TypeVar
+
+import aiohttp
+
+from scraping.velog.client import VelogClient
+from utils.utils import get_previous_week_range
+
+T = TypeVar("T")  # 분석 결과 타입
+
+
+@dataclass
+class AnalysisContext:
+    """분석 컨텍스트 정보"""
+
+    week_start: datetime
+    week_end: datetime
+    velog_client: VelogClient
+
+
+@dataclass
+class AnalysisResult(Generic[T]):
+    """분석 결과 래퍼"""
+
+    success: bool
+    data: T | None = None
+    error: Exception | None = None
+    metadata: dict[str, Any] | None = None
+
+
+class BaseBatchAnalyzer(ABC, Generic[T]):
+    """배치 분석 작업의 기본 추상 클래스"""
+
+    def __init__(self):
+        self.logger = logging.getLogger("newsletter")
+
+    async def run(self) -> AnalysisResult[list[T]]:
+        """메인 실행 메서드"""
+        self.logger.info("Starting %s", self.__class__.__name__)
+
+        try:
+            # 1. 컨텍스트 초기화
+            context = await self._initialize_context()
+
+            # 2. 데이터 수집
+            raw_data = await self._fetch_data(context)
+            if not raw_data:
+                self.logger.info("No data to process")
+                return AnalysisResult(
+                    success=True, data=[], metadata={"reason": "no_data"}
+                )
+
+            # 3. 분석 실행
+            analysis_results = await self._analyze_data(raw_data, context)
+
+            # 4. 결과 저장
+            await self._save_results(analysis_results, context)
+
+            self.logger.info(
+                "Completed %s successfully", self.__class__.__name__
+            )
+            return AnalysisResult(
+                success=True,
+                data=analysis_results,
+                metadata={"processed_count": len(analysis_results)},
+            )
+
+        except Exception as e:
+            self.logger.exception(
+                "Failed to run %s: %s", self.__class__.__name__, e
+            )
+            return AnalysisResult(success=False, error=e)
+
+    async def _initialize_context(self) -> AnalysisContext:
+        """분석 컨텍스트 초기화"""
+        week_start, week_end = get_previous_week_range()
+
+        session = aiohttp.ClientSession()
+        velog_client = VelogClient.get_client(
+            session=session,
+            access_token="dummy_access_token",
+            refresh_token="dummy_refresh_token",
+        )
+
+        return AnalysisContext(
+            week_start=week_start,
+            week_end=week_end,
+            velog_client=velog_client,
+        )
+
+    @abstractmethod
+    async def _fetch_data(self, context: AnalysisContext) -> list[Any]:
+        """데이터 수집 (구현 필요)"""
+        pass
+
+    @abstractmethod
+    async def _analyze_data(
+        self, raw_data: list[Any], context: AnalysisContext
+    ) -> list[T]:
+        """데이터 분석 (구현 필요)"""
+        pass
+
+    @abstractmethod
+    async def _save_results(
+        self, results: list[T], context: AnalysisContext
+    ) -> None:
+        """결과 저장 (구현 필요)"""
+        pass