SELF-OBSERVE · 01
作息热图：一周 168 小时的发言节律
星期 × 小时的消息量分布。色越深，越活跃；凌晨列暴露熬夜规律。
SELF-OBSERVE · 02
情绪曲线
逐月消息情感均值（0=负面，1=正面），阴影带为 ±1 标准差。
SELF-OBSERVE · 03
答复延迟画像
活跃会话的回复中位数（深色）与 P90（浅色），单位分钟。
SELF-OBSERVE · 04
关键词漂移
高频词的季度走势。「会议」的崛起记录了身份的转变。
SELF-OBSERVE · 05
口头禅指纹
高频短语统计，字号 ∝ 频次。每个人的语言习惯都是独特指纹。
SELF-OBSERVE · 06
一天的钟面
24 小时消息量的极坐标视图，半径 ∝ 消息量。一眼看出一天的生物钟。
SELF-OBSERVE · 07
七年话痨曲线
每年发出的文本消息量。曲线的起伏，就是社交能量的潮汐。
SELF-OBSERVE · 08 · 编年史
语言即传记：六年标志词曲线
每万条消息中标志词的出现频次（仅统计本人发出的文本消息）。一条「论文」曲线，就是从本科生到研究生的身份跃迁。
SELF-OBSERVE · 09 · 编年史
熬夜指数
每年凌晨 0-4 点消息占比，研究生作息的客观证据。
SELF-OBSERVE · 10 · 编年史
表情人格进化史
每年使用最多的三个微信表情，情绪表达方式的代际更替。
SELF-OBSERVE · 11
撤回行为学
319 次消息撤回的聚合分析，不含任何内容。「撤回」是数字时代的欲言又止。
RELATIONSHIP · 12 · 统计层 × LLM 层协同
关系情感显微镜：一段关系的情感心电图 + LLM 归因
与单个联系人的双向月度情感极性（SnowNLP 逐条真算，仅展示有互动的月份）。统计层发现异常，LLM 层解释异常，这就是分层机制的现场示范。
我 → 挚友 A
挚友 A → 我
月消息量（对数高度）
LLM 归因分析 输出形态示意
▸ 异常检测数字为真实计算结果；归因文本展示真实版本的输出形态——本地 LLM 读取异常月份的对话窗口生成解释，全程数据不出本机。
RELATIONSHIP · 13
群聊社交图谱
成员互动网络（@ / 引用 / 相邻发言加权）。节点大小 ∝ 发言量，连线粗细 ∝ 互动强度。
- 课题组呈星型结构：信息经由少数枢纽节点中转——组织沟通学里的典型「hub-and-spoke」形态。
- 兴趣社群呈网状结构：成员两两互动密集，无明显中心。
- 同一套图谱管线可直接迁移到企业微信 / Slack，用于团队协作网络诊断。
RELATIONSHIP · 14
关系强度 Top 10
消息总量 × 时间衰减的综合强度分。
RELATIONSHIP · 15
互动失衡镜
谁在主动维系？左（橙）= 我发出，右（灰）= 对方发出。
▸ 比例持续 > 0.6 的关系值得留意——是你在单方面维系。
RELATIONSHIP · 16
断联预警
曾经高频互动、如今长期沉默的关系。数据替你记得该联系谁。