goodgo-platform/apps/web/lib/listing-personas.ts

/**
 * Derive "Phù hợp với ai" personas and compose a "Vì sao nên ở đây"
 * narrative from existing data (listing + neighborhood score + nearby POIs).
 *
 * Phase D of the listings-detail enhancement: purely client-side — no new
 * backend fields are needed. Admin-authored overrides can layer on top later
 * once we have a `suitableFor` / `whyThisLocation` column (Phase B).
 */

import {
  Baby,
  HeartPulse,
  Home,
  Laptop,
  Shield,
  TrainFront,
  Trees,
  TrendingUp,
  type LucideIcon,
} from 'lucide-react';
import type { NearbyPOICategory } from './analytics-api';
import type { ListingDetail, NeighborhoodScoreResult } from './listings-api';

export type PersonaKey =
  | 'family_with_kids'
  | 'young_family'
  | 'commuter'
  | 'single_young'
  | 'nature_lover'
  | 'investor'
  | 'safety_first'
  | 'senior';

export interface Persona {
  key: PersonaKey;
  label: string;
  icon: LucideIcon;
  reason: string;
}

const PERSONA_LABELS: Record<PersonaKey, { label: string; icon: LucideIcon }> = {
  family_with_kids: { label: 'Gia đình có con nhỏ', icon: Baby },
  young_family: { label: 'Gia đình trẻ', icon: Home },
  commuter: { label: 'Người đi làm xa', icon: TrainFront },
  single_young: { label: 'Người trẻ / độc thân', icon: Laptop },
  nature_lover: { label: 'Yêu thiên nhiên', icon: Trees },
  investor: { label: 'Nhà đầu tư', icon: TrendingUp },
  safety_first: { label: 'Ưu tiên an ninh', icon: Shield },
  senior: { label: 'Người lớn tuổi', icon: HeartPulse },
};

type POICountByCategory = Partial<Record<NearbyPOICategory, number>>;

function countPOIs(pois: Array<{ category: NearbyPOICategory }>): POICountByCategory {
  const counts: POICountByCategory = {};
  for (const p of pois) {
    counts[p.category] = (counts[p.category] ?? 0) + 1;
  }
  return counts;
}

export function derivePersonas(
  listing: ListingDetail,
  score: NeighborhoodScoreResult | null,
  pois: Array<{ category: NearbyPOICategory }>,
): Persona[] {
  const { property } = listing;
  const poiCount = countPOIs(pois);
  const out: Persona[] = [];

  // Gia đình có con nhỏ — cần trường học + 2+ phòng ngủ.
  if (score && score.educationScore >= 7 && (property.bedrooms ?? 0) >= 2) {
    const schools = poiCount.school ?? 0;
    out.push({
      ...PERSONA_LABELS.family_with_kids,
      key: 'family_with_kids',
      reason: schools > 0
        ? `Khu vực có ${schools} trường học gần & điểm giáo dục ${score.educationScore}/10.`
        : `Điểm giáo dục khu vực ${score.educationScore}/10.`,
    });
  }

  // Gia đình trẻ — 2 PN + y tế tốt (mẹ và bé).
  if (property.bedrooms === 2 && score && score.healthcareScore >= 7) {
    const hospitals = poiCount.hospital ?? 0;
    out.push({
      ...PERSONA_LABELS.young_family,
      key: 'young_family',
      reason: hospitals > 0
        ? `Có ${hospitals} bệnh viện/phòng khám gần, y tế ${score.healthcareScore}/10.`
        : `Y tế khu vực đạt ${score.healthcareScore}/10.`,
    });
  }

  // Người đi làm xa — gần metro (<1km) HOẶC điểm giao thông cao.
  const metroM = property.metroDistanceM;
  const transitCount = poiCount.transit ?? 0;
  if ((metroM != null && metroM <= 1000) || (score && score.transportScore >= 7) || transitCount >= 2) {
    out.push({
      ...PERSONA_LABELS.commuter,
      key: 'commuter',
      reason: metroM != null && metroM <= 1000
        ? `Cách metro chỉ ${metroM < 1000 ? `${metroM}m` : `${(metroM / 1000).toFixed(1)}km`}.`
        : `Giao thông ${score?.transportScore ?? '?'}/10, ${transitCount} điểm metro/bus gần.`,
    });
  }

  // Người trẻ/độc thân — studio/1PN HOẶC apartment gần mua sắm/ăn uống.
  const bedrooms = property.bedrooms ?? 0;
  const restaurantCount = poiCount.restaurant ?? 0;
  if (
    bedrooms <= 1 ||
    (property.propertyType === 'APARTMENT' && score && score.shoppingScore >= 7 && restaurantCount >= 2)
  ) {
    out.push({
      ...PERSONA_LABELS.single_young,
      key: 'single_young',
      reason: bedrooms <= 1
        ? `Thiết kế ${bedrooms} phòng ngủ phù hợp ở một mình / cặp đôi trẻ.`
        : `Gần ${restaurantCount} nhà hàng/quán cafe, mua sắm ${score?.shoppingScore ?? '?'}/10.`,
    });
  }

  // Yêu thiên nhiên — điểm môi trường cao hoặc có công viên gần.
  const parkCount = poiCount.park ?? 0;
  if ((score && score.greeneryScore >= 7) || parkCount >= 1) {
    out.push({
      ...PERSONA_LABELS.nature_lover,
      key: 'nature_lover',
      reason: parkCount > 0
        ? `Có ${parkCount} công viên gần, môi trường ${score?.greeneryScore ?? '?'}/10.`
        : `Môi trường khu vực ${score?.greeneryScore ?? '?'}/10.`,
    });
  }

  // Ưu tiên an ninh.
  if (score && score.safetyScore >= 8) {
    out.push({
      ...PERSONA_LABELS.safety_first,
      key: 'safety_first',
      reason: `An ninh khu vực đạt ${score.safetyScore}/10.`,
    });
  }

  // Người lớn tuổi — gần y tế + không ồn ào (bedrooms >= 2, có elevator ngầm
  // nếu là chung cư cao tầng thì totalFloors >= 5 không phải walk-up).
  const hospitals = poiCount.hospital ?? 0;
  if (score && score.healthcareScore >= 8 && hospitals >= 2) {
    out.push({
      ...PERSONA_LABELS.senior,
      key: 'senior',
      reason: `Có ${hospitals} bệnh viện gần, y tế ${score.healthcareScore}/10.`,
    });
  }

  // Nhà đầu tư — SALE + transport cao + total score high → khu vực hot.
  if (
    listing.transactionType === 'SALE' &&
    score &&
    score.totalScore >= 75 &&
    score.transportScore >= 7
  ) {
    out.push({
      ...PERSONA_LABELS.investor,
      key: 'investor',
      reason: `Khu vực tổng điểm ${score.totalScore}/100 với giao thông ${score.transportScore}/10 — tiềm năng cho thuê tốt.`,
    });
  }

  return out;
}

/**
 * Compose a short narrative highlighting the strongest 2-3 reasons to live
 * here. Returns null when there isn't enough signal to say anything useful.
 */
export function composeWhyThisLocation(
  listing: ListingDetail,
  score: NeighborhoodScoreResult | null,
  pois: Array<{ category: NearbyPOICategory }>,
): string | null {
  if (!score) return null;

  const { property } = listing;
  const poiCount = countPOIs(pois);

  const scoreEntries: Array<{ label: string; score: number; detail: string }> = [
    {
      label: 'giáo dục',
      score: score.educationScore,
      detail: poiCount.school ? `${poiCount.school} trường học gần` : 'hệ thống trường đa dạng',
    },
    {
      label: 'y tế',
      score: score.healthcareScore,
      detail: poiCount.hospital ? `${poiCount.hospital} bệnh viện trong 2km` : 'tiện ích y tế đầy đủ',
    },
    {
      label: 'giao thông',
      score: score.transportScore,
      detail:
        property.metroDistanceM != null && property.metroDistanceM <= 1000
          ? `cách metro chỉ ${property.metroDistanceM}m`
          : poiCount.transit
            ? `${poiCount.transit} điểm metro/bus gần`
            : 'dễ kết nối các khu vực khác',
    },
    {
      label: 'mua sắm',
      score: score.shoppingScore,
      detail: poiCount.shopping ? `${poiCount.shopping} siêu thị/TTTM gần` : 'nhiều lựa chọn mua sắm',
    },
    {
      label: 'môi trường',
      score: score.greeneryScore,
      detail: poiCount.park ? `${poiCount.park} công viên gần` : 'không gian xanh tốt',
    },
    {
      label: 'an ninh',
      score: score.safetyScore,
      detail: 'khu dân cư yên tĩnh',
    },
  ];

  const highlights = scoreEntries
    .filter((e) => e.score >= 7)
    .sort((a, b) => b.score - a.score)
    .slice(0, 3);

  if (highlights.length === 0) return null;

  const sentences = highlights.map(
    (h) => `${h.label.charAt(0).toUpperCase()}${h.label.slice(1)} đạt ${h.score}/10 (${h.detail})`,
  );

  return `${sentences.join('. ')}.`;
}