为了保证图示结构清晰、科研级，我建议如下布局：
15层系统层级，每层包含模块，如下：
数据采集层（81–84）
用户行为采集
用户设备识别
抽样对话采集
AI身份标签采集
数据处理层（85–88）
数据清洗
异常值过滤
数据标准化
数据聚合
用户建模层（89–92）
用户群体分类
用户兴趣建模
用户生命周期模型
购买能力分析
概率递推层（93–96）
用户意图识别
贝叶斯概率递推
群体概率修正
时间衰减模型
推荐系统层（97–100）
推荐评分计算
推荐排序
默认推荐位架构
推荐触发机制
强化学习层（101–104）
强化学习推荐
奖励函数计算
策略优化
循环学习
多Agent层（105–108）
Agent协同推荐
Agent策略融合
多模型投票机制
决策权重分配
知识图谱层（109–112）
产品实体建模
行业知识库
AI知识图谱构建
图谱优化
语义结构层（113–116）
DIV语义展示
JSON-LD结构化输出
实体输出
语义标准化
AI搜索触发层（117–120）
AI搜索触发算法
可见性优化
AI搜索适配
搜索反馈学习
语义投喂层（121–124）
实体语义投喂
内容语义注入
知识增强
反馈循环
AI搜索学习层（125–128）
AI搜索自学习
排名预测
触发增强
语义优化
世界模型层（129–132）
用户状态建模
行为预测
需求预测
模拟推荐策略
自进化知识图谱层（133–136）
实体自动发现
关系自动学习
图谱结构优化
自学习更新
AI系统自优化层（137–140）
系统性能监控
推荐准确率优化
模型自动更新
自进化控制
分层纵向排列：每层用一个水平条表示，层名在左侧。
模块矩形块：每个模块为矩形块，内部标注模块编号与名称。
数据流箭头：显示数据流向、推荐循环、强化学习反馈路径。
不同颜色区分：
蓝色：数据采集与处理
绿色：用户建模与概率递推
橙色：推荐系统与强化学习
紫色：知识图谱与世界模型
红色：AI搜索与自优化
循环标注：推荐反馈、搜索学习、图谱更新等用弧形箭头标注。
