From f97369a7642635f3e3f87bb09eb5c612ad3ecba4 Mon Sep 17 00:00:00 2001
From: goon-foss <goon-foss@users.noreply.github.com>
Date: Tue, 21 Jul 2026 15:50:49 +0200
Subject: [PATCH] fix(scenes): filter junk 'performers' from similar-scene
 matching
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Kategorie/studia podszywające się pod performera (over-attribution z luźnego
tube-searcha: 'Big Tits', 'Brazzers', 'Ball Licking') zaśmiecały ranking similar
— klastrował po nich zamiast po treści. Odsiew: slug performera pokrywa się z
tagiem I brak kanonicznego refa (tpdb/stashdb). Prawdziwi performerzy z tym samym
tagiem mają kanoniczny ref → zostają (Jax Slayher/Angela White OK). Scena z samymi
śmieciowymi performerami spada na tag-matching (i pusto gdy ma tylko mega-tag).
---
 app/api/scenes.py | 27 ++++++++++++++++++++++++++-
 1 file changed, 26 insertions(+), 1 deletion(-)

diff --git a/app/api/scenes.py b/app/api/scenes.py
index 580c5bb..ee5de79 100644
--- a/app/api/scenes.py
+++ b/app/api/scenes.py
@@ -26,7 +26,7 @@ from app.api.schemas import (
 from app.db import get_session
 from app.api.device import LEGACY_DEVICE, get_device_id
 from app.models.favorite_scene import FavoriteScene
-from app.models.performer import Performer
+from app.models.performer import Performer, PerformerExternalRef
 from app.models.play_progress import ScenePlayProgress
 from app.models.playback_source import PlaybackSource
 from app.models.scene import Scene, SceneExternalRef, ScenePerformer, SceneTag
@@ -526,6 +526,31 @@ def similar_scenes(
     perf_ids = session.execute(
         select(ScenePerformer.performer_id).where(ScenePerformer.scene_id == scene_id)
     ).scalars().all()
+    # Odsiej ŚMIECIOWYCH performerów: kategorie/studia podszywające się pod performera
+    # (over-attribution z luźnego tube-searcha — np. "Big Tits", "Brazzers", "Ball Licking").
+    # Sygnał: slug pokrywa się z tagiem I performer NIE ma kanonicznego refa (tpdb/stashdb).
+    # Prawdziwi performerzy z tym samym tagiem (tuby tagują sceny nazwiskiem) mają kanoniczny
+    # ref → zostają. Bez tego similar klastrował się po "Ball Licking" zamiast po treści.
+    if perf_ids:
+        junk = set(
+            session.execute(
+                select(Performer.id).where(
+                    Performer.id.in_(perf_ids),
+                    exists(select(1).select_from(Tag).where(Tag.slug == Performer.slug)),
+                    ~exists(
+                        select(1)
+                        .select_from(PerformerExternalRef)
+                        .join(Source, Source.id == PerformerExternalRef.source_id)
+                        .where(
+                            PerformerExternalRef.performer_id == Performer.id,
+                            Source.kind.in_([SourceKind.tpdb, SourceKind.stashdb]),
+                        )
+                    ),
+                )
+            ).scalars().all()
+        )
+        if junk:
+            perf_ids = [p for p in perf_ids if p not in junk]
     tag_ids = session.execute(
         select(SceneTag.tag_id).where(SceneTag.scene_id == scene_id)
     ).scalars().all()