# ===================================================================
# services/analytics/visitor_forecast.py
# 방문객 예측 서비스 모듈
# ===================================================================
# 날씨, 휴일, 과거 데이터를 기반으로 방문객 수를 예측합니다.
# 간단한 가중치 기반 모델과 Prophet 시계열 모델을 지원합니다.
# ===================================================================
"""
방문객 예측 서비스 모듈

날씨 조건, 휴일 여부, 과거 방문 패턴을 분석하여
미래 방문객 수를 예측합니다.

사용 예시:
    from services.analytics.visitor_forecast import VisitorForecaster
    
    forecaster = VisitorForecaster(config)
    predictions = forecaster.predict_weekly()
"""

from datetime import datetime, timedelta, date
from typing import Dict, List, Optional, Tuple, Any

from core.logging_utils import get_logger
from core.config import get_config

logger = get_logger(__name__)


class VisitorForecaster:
    """
    방문객 예측 클래스
    
    다양한 요소를 고려하여 방문객 수를 예측합니다.
    
    Attributes:
        weights: 예측 가중치 설정
        visitor_multiplier: 최종 예측값 조정 계수
    """
    
    def __init__(
        self,
        weights: Optional[Dict] = None,
        visitor_multiplier: float = 0.5
    ):
        """
        Args:
            weights: 예측 가중치 (None이면 설정에서 로드)
            visitor_multiplier: 예측값 조정 계수
        """
        if weights is None:
            config = get_config()
            forecast_config = config.forecast_weight
            
            self.weights = {
                'min_temp': forecast_config.get('min_temp', 1.0),
                'max_temp': forecast_config.get('max_temp', 1.0),
                'precipitation': forecast_config.get('precipitation', 10.0),
                'humidity': forecast_config.get('humidity', 1.0),
                'pm25': forecast_config.get('pm25', 1.0),
                'holiday': forecast_config.get('holiday', 20),
            }
            self.visitor_multiplier = forecast_config.get('visitor_multiplier', 0.5)
        else:
            self.weights = weights
            self.visitor_multiplier = visitor_multiplier
    
    def calculate_weather_impact(
        self,
        min_temp: float,
        max_temp: float,
        precipitation: float,
        humidity: float,
        pm25: Optional[float] = None
    ) -> float:
        """
        날씨 조건에 따른 방문객 영향도 계산
        
        각 날씨 요소가 방문객 수에 미치는 영향을 계산합니다.
        높은 값일수록 방문객 수 감소를 의미합니다.
        
        Args:
            min_temp: 최저 기온 (℃)
            max_temp: 최고 기온 (℃)
            precipitation: 강수량 (mm)
            humidity: 습도 (%)
            pm25: 초미세먼지 농도 (㎍/㎥)
        
        Returns:
            날씨 영향도 점수 (높을수록 부정적)
        """
        impact = 0.0
        
        # 기온 영향 (너무 낮거나 높으면 부정적)
        # 최적 온도: 15~25℃
        if min_temp < 0:
            impact += abs(min_temp) * self.weights['min_temp']
        elif min_temp < 10:
            impact += (10 - min_temp) * self.weights['min_temp'] * 0.3
        
        if max_temp > 35:
            impact += (max_temp - 35) * self.weights['max_temp']
        elif max_temp > 30:
            impact += (max_temp - 30) * self.weights['max_temp'] * 0.5
        
        # 강수량 영향 (비가 오면 크게 부정적)
        if precipitation > 0:
            impact += precipitation * self.weights['precipitation']
        
        # 습도 영향
        if humidity > 80:
            impact += (humidity - 80) * self.weights['humidity'] * 0.1
        
        # 미세먼지 영향
        if pm25 is not None:
            if pm25 > 75:  # 나쁨 기준
                impact += (pm25 - 75) * self.weights['pm25'] * 0.5
            elif pm25 > 35:  # 보통 기준
                impact += (pm25 - 35) * self.weights['pm25'] * 0.2
        
        return impact
    
    def calculate_holiday_impact(self, is_holiday: bool, is_weekend: bool) -> float:
        """
        휴일/주말에 따른 방문객 영향도 계산
        
        Args:
            is_holiday: 공휴일 여부
            is_weekend: 주말 여부
        
        Returns:
            휴일 영향도 (양수: 방문객 증가, 음수: 감소)
        """
        if is_holiday:
            return self.weights['holiday']
        elif is_weekend:
            return self.weights['holiday'] * 0.7
        else:
            return 0.0
    
    def predict_visitors(
        self,
        base_visitors: float,
        weather_data: Dict,
        is_holiday: bool = False,
        is_weekend: bool = False
    ) -> float:
        """
        방문객 수 예측
        
        기준 방문객 수에 날씨와 휴일 영향을 적용하여 예측합니다.
        
        Args:
            base_visitors: 기준 방문객 수 (과거 평균)
            weather_data: 날씨 데이터 딕셔너리
                - min_temp: 최저 기온
                - max_temp: 최고 기온
                - precipitation: 강수량 (또는 sumRn)
                - humidity: 습도 (또는 avgRhm)
                - pm25: 미세먼지 (선택)
            is_holiday: 공휴일 여부
            is_weekend: 주말 여부
        
        Returns:
            예측 방문객 수
        """
        # 날씨 데이터 추출
        min_temp = weather_data.get('min_temp', weather_data.get('minTa', 15))
        max_temp = weather_data.get('max_temp', weather_data.get('maxTa', 25))
        precipitation = weather_data.get('precipitation', weather_data.get('sumRn', 0))
        humidity = weather_data.get('humidity', weather_data.get('avgRhm', 50))
        pm25 = weather_data.get('pm25')
        
        # 영향도 계산
        weather_impact = self.calculate_weather_impact(
            min_temp, max_temp, precipitation, humidity, pm25
        )
        holiday_impact = self.calculate_holiday_impact(is_holiday, is_weekend)
        
        # 예측값 계산
        # 날씨 영향은 감소 효과, 휴일 영향은 증가 효과
        adjustment = holiday_impact - weather_impact
        
        # 조정 계수 적용
        predicted = base_visitors * (1 + adjustment / 100 * self.visitor_multiplier)
        
        # 최소값 보장
        return max(0, predicted)
    
    def predict_weekly(
        self,
        base_visitors: float,
        weekly_weather: Dict[str, Dict],
        holidays: Optional[List[date]] = None
    ) -> Dict[str, float]:
        """
        주간 방문객 예측
        
        Args:
            base_visitors: 기준 방문객 수
            weekly_weather: 일별 날씨 데이터 {YYYYMMDD: weather_data}
            holidays: 휴일 목록
        
        Returns:
            일별 예측 방문객 {YYYYMMDD: visitors}
        """
        if holidays is None:
            holidays = []
        
        predictions = {}
        
        for date_str, weather in weekly_weather.items():
            try:
                dt = datetime.strptime(date_str, '%Y%m%d').date()
                is_holiday = dt in holidays
                is_weekend = dt.weekday() >= 5
                
                predicted = self.predict_visitors(
                    base_visitors,
                    weather,
                    is_holiday,
                    is_weekend
                )
                
                predictions[date_str] = round(predicted)
                
                logger.debug(
                    f"{date_str}: 기준={base_visitors}, "
                    f"휴일={is_holiday}, 주말={is_weekend}, "
                    f"예측={predicted:.0f}"
                )
            
            except Exception as e:
                logger.warning(f"예측 실패 ({date_str}): {e}")
                predictions[date_str] = base_visitors
        
        return predictions
    
    def analyze_prediction_factors(
        self,
        weather_data: Dict,
        is_holiday: bool = False,
        is_weekend: bool = False
    ) -> Dict[str, Any]:
        """
        예측 요인 분석
        
        각 요인이 예측에 미치는 영향을 분석합니다.
        
        Args:
            weather_data: 날씨 데이터
            is_holiday: 공휴일 여부
            is_weekend: 주말 여부
        
        Returns:
            요인별 영향 분석 결과
        """
        min_temp = weather_data.get('min_temp', weather_data.get('minTa', 15))
        max_temp = weather_data.get('max_temp', weather_data.get('maxTa', 25))
        precipitation = weather_data.get('precipitation', weather_data.get('sumRn', 0))
        humidity = weather_data.get('humidity', weather_data.get('avgRhm', 50))
        pm25 = weather_data.get('pm25')
        
        analysis = {
            'weather': {
                'min_temp': {
                    'value': min_temp,
                    'impact': abs(min_temp) * self.weights['min_temp'] if min_temp < 0 else 0
                },
                'max_temp': {
                    'value': max_temp,
                    'impact': (max_temp - 35) * self.weights['max_temp'] if max_temp > 35 else 0
                },
                'precipitation': {
                    'value': precipitation,
                    'impact': precipitation * self.weights['precipitation'] if precipitation > 0 else 0
                },
                'humidity': {
                    'value': humidity,
                    'impact': (humidity - 80) * self.weights['humidity'] * 0.1 if humidity > 80 else 0
                }
            },
            'holiday': {
                'is_holiday': is_holiday,
                'is_weekend': is_weekend,
                'impact': self.calculate_holiday_impact(is_holiday, is_weekend)
            },
            'total_weather_impact': self.calculate_weather_impact(
                min_temp, max_temp, precipitation, humidity, pm25
            ),
            'total_holiday_impact': self.calculate_holiday_impact(is_holiday, is_weekend)
        }
        
        if pm25 is not None:
            analysis['weather']['pm25'] = {
                'value': pm25,
                'impact': (pm25 - 75) * self.weights['pm25'] * 0.5 if pm25 > 75 else 0
            }
        
        return analysis