调整风险人员总览异常点与疑似违规数口径

docs/design/2026-03-19-results-overview-risk-api-design.md

@@ -81,7 +81,9 @@
    - 统计“员工本人 + 员工亲属”
    - 若命中亲属，则归并到所属员工名下
 4. 风险人员总览中的 `疑似违规数`
-   - 统计员工命中的去重规则数
+   - 统计归并到该员工名下的打标明细数量
+   - 包含员工本人命中与亲属命中
+   - 同一规则多次命中按多条明细累计
 5. 员工风险等级口径
    - 命中规则数 `>= 5`：高风险
    - 命中规则数 `2-4`：中风险
@@ -188,7 +190,7 @@
       "idNo": "330000000000000001",
       "department": "信息二部",
       "riskCount": 5,
-      "riskPoint": "大额单笔收入",
+      "riskPoint": "大额单笔收入、疑似兼职",
       "actionLabel": "查看详情"
     }
   ]
@@ -248,8 +250,10 @@
 - `deptName`
 - `ruleCount`
 - `modelCount`
+- `hitCount`
 - `topRuleCode`
 - `topRuleName`
+- `riskPoint`
 - `riskLevelCode`
 - `riskLevelName`
 - `riskLevelSort`
@@ -258,6 +262,7 @@
 
 - `ruleCount = count(distinct rule_code)`
 - `modelCount = count(distinct model_code)`
+- `hitCount = count(1)`，表示归并到员工名下的打标明细数
 - `riskLevelCode` 根据 `ruleCount` 映射为 `HIGH/MEDIUM/LOW`
 - `riskLevelName` 映射为 `高风险/中风险/低风险`
 - `riskLevelSort` 仅供 SQL 排序使用，`HIGH=1`、`MEDIUM=2`、`LOW=3`
@@ -349,7 +354,7 @@ Mapper 只负责以下查询：
 建议采用“公共子查询 + 外层聚合”的方式：
 
 1. 先构造标签结果到员工身份证的归并明细
-2. 再按员工身份证聚合规则数、模型数和代表性规则
+2. 再按员工身份证聚合规则数、模型数和核心异常点拼接结果
 3. 最后外层补部门名称、风险等级和排序字段
 
 建议公共子查询输出字段：
@@ -360,16 +365,18 @@ Mapper 只负责以下查询：
 - `rule_name`
 - `model_code`
 
-### 9.4 代表性异常点选择
+风险人员总览中的“疑似违规数”使用员工聚合后的 `hitCount`；风险等级、TOP10 和项目人数回写继续使用 `ruleCount`。
+
+### 9.4 核心异常点拼接策略
 
 `风险人员总览.riskPoint` 采用以下稳定选择策略：
 
 1. 先按员工 + 规则维度统计命中次数
 2. 按命中次数倒序
 3. 再按 `rule_code` 升序
-4. 取第一条 `rule_name`
+4. 将排序后的全部 `rule_name` 以 `、` 拼接成字符串
 
-这样不依赖数据库非确定性行为，也不会因为同条规则多次命中而随机波动。
+这样既能展示员工命中的多条核心异常点，也不依赖数据库非确定性行为，不会因为同条规则多次命中而随机波动。
 
 ### 9.5 TOP10 筛选规则
 
@@ -444,8 +451,8 @@ TOP10 查询仅保留：
 2. 风险人员总览
    - 校验员工本人命中可正常归并
    - 校验亲属命中可正常归并到员工
-   - 校验 `riskCount = 去重规则数`
-   - 校验 `riskPoint` 选择稳定
+   - 校验 `riskCount = 打标明细数`
+   - 校验 `riskPoint` 多规则拼接顺序稳定
 3. TOP10
    - 校验仅返回中高风险
    - 校验排序规则正确