[发明专利]在线特征确定方法、装置、电子设备及存储介质

说明书

本申请公开了一种在线特征确定方法，属于计算机技术领域，解决现有技术中无法灵活增加新特征的问题。本申请实施例公开的在线特征确定方法包括：根据预测需求加载目标模型；根据所述目标模型的预设配置信息，确定所述目标模型的输入特征的第一特征维度以及组合生成所述第一特征维度的组合机制描述信息；根据所述组合机制描述信息，确定所述输入特征的特征值。本申请实施例公开的在线特征确定方法通过配置信息设置模型需要的特征维度以及特征维度生成方法，从而在线进行特征交叉计算生成新的特征，极大提升了特征的扩展性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种在线特征确定方法、装置、电子设备及存储介质。

背景技术

在O2O搜索推荐场景中，基于机器学习的排序是一个重要环节，排序效果的好坏直接影响用户体验和O2O平台的收益。其中特征决定了排序效果的上限。目前大多数排序算法，在获取特征时主要事先通过离线任务将不同维度和来源的数据关联在一起，然后提供一个特征数据的查询接口。申请人发现，现有技术中基于离线任务产生特征的方式存在以下问题：无法很好的保证线上特征和离线特征数据的一致，从而影响排序效果；只能依赖人工增加大量离线任务来增加新特征，无法灵活增加新特征，从而影响了特征的扩展性。

发明内容

本申请提供一种在线特征确定方法，解决现有技术中以上至少一个问题。

第一方面，本申请实施例提供了一种在线特征确定方法，包括：

根据预测需求加载目标模型；

根据所述目标模型的预设配置信息，确定所述目标模型的输入特征的第一特征维度以及组合生成所述第一特征维度的组合机制描述信息；

根据所述组合机制描述信息，确定所述输入特征的特征值。

第二方面，本申请实施例提供了一种在线特征确定装置，包括：

目标模型加载模块，用于根据预测需求加载目标模型；

特征及组合机制描述信息确定模块，用于根据所述目标模型的预设配置信息，确定所述目标模型的输入特征的第一特征维度以及组合生成所述第一特征维度的组合机制描述信息；

特征在线确定模块，用于根据所述组合机制描述信息，确定所述输入特征的特征值。

第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的在线特征确定方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的在线特征确定方法的步骤。

本申请实施例公开的在线特征确定方法，通过根据预测需求加载目标模型，然后，根据所述目标模型的预设配置信息，确定所述目标模型的输入特征的第一特征维度以及组合生成所述第一特征维度的组合机制描述信息；最后，根据所述组合机制描述信息，确定所述输入特征的特征值，解决了现有技术中无法灵活增加新特征的问题。本申请实施例公开的在线特征确定方法通过配置信息设置模型需要的特征维度以及特征维度生成方法，从而在线进行特征交叉计算生成新的特征，极大提升了特征的扩展性。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例一的在线特征确定方法流程图；

图2是本申请实施例二的在线特征确定方法的流程图；

图3是本申请实施例二的复合特征组合机制的描述信息示意图；