1.一种基于出访数据的评价指标提取方法，其特征在于，包括步骤：
获取样本用户在上一预设周期内基于预设应用软件的原始出访数据，所述原始出访数据包括出访定位位置和与所述出访定位位置对应的定位时间；
将所述原始出访数据处理为离散化出访数据；
获取所述离散化出访数据中的周期出访指标，所述周期出访指标包括同一出访地点的出访次数、使用应用程序功能、一次出访所占用的时长、出访地点的人群密集度中的多个指标参数；
将固定指标参数和单个所述指标参数作为输入，将预设的样本用户在下一预设周期的业务数据作为输出，使用预置模型计算该指标参数的信息价值；其中预置模型表征上一预设周期的指标参数、信息价值与下一预设周期的业务数据的关联关系；
从所述信息价值中，筛选出若干个大于预设阈值的信息价值，将筛选出的若干个信息价值对应的指标参数作为评价模型指标。
2.根据权利要求1所述的方法，其特征在于，所述将所述原始出访数据处理为离散化出访数据，包括：
基于所述出访定位位置与所述定位时间，清洗所述原始出访数据中的重复点，得到清洗后的出访数据；
根据预设经纬度精度，对所述清洗后的出访数据进行离散化处理，得到离散化出访数据。
3.根据权利要求2所述的方法，其特征在于，所述基于所述出访定位位置与所述定位时间，清洗所述原始出访数据中的重复点，得到清洗后的出访数据，包括：
将所述原始出访数据中位于预设经纬度空间内的出访定位位置合并为所述同一出访地点，将所述同一出访地点的第一预设时段内的定位时间所占的时长合并为一次出访所占用的时长，将所述同一出访地点的第二预设时段内的定位时间所占的时长合并为另一次出访所占用的时长，得到清洗后的出访数据。
4.根据权利要求3所述的方法，其特征在于，所述预设经纬度精度为100m。
5.根据权利要求1所述的方法，其特征在于，所述根据所述信息价值，筛选出多个对应的指标参数作为评价模型指标之后，还包括：
将上一预设周期内的所述固定指标参数和多个所述评价模型指标的数据值作为输入，将样本用户在下一预设周期内的业务数据作为输出，拟合出绩效预测模型，所述绩效预测模型表征上一预设周期内的评价模型指标与下一预设周期内的业务数据的关联关系。
6.根据权利要求5所述的方法，其特征在于，所述将上一预设周期内的所述固定指标参数和多个所述评价模型指标的数据值作为输入，将样本用户在下一预设周期内的业务数据作为输出，拟合出绩效预测模型之后，还包括：
获取目标用户的评价模型指标在上一预设周期内的数值；
将所述评价模型指标在上一预设周期内的数值输入所述绩效预测模型，得到目标用户的在下一预设周期内的预测业务数据。
7.根据权利要求1所述的方法，其特征在于，所述使用应用程序功能包括登录应用程序的功能、在应用程序内查询的功能、在应用程序内的用户资料填写或修改的功能。
8.一种基于出访数据的评价指标提取装置，其特征在于，包括：
获取模块，用于获取样本用户在上一预设周期内基于预设应用软件的原始出访数据，所述原始出访数据包括出访定位位置和与所述出访定位位置对应的定位时间；
离散化模块，用于将所述原始出访数据处理为离散化出访数据；
出访指标模块，用于获取所述离散化出访数据中的周期出访指标，所述周期出访指标包括同一出访地点的出访次数、使用应用程序功能、一次出访所占用的时长、出访地点的人群密集度中的一个或多个指标参数；
信息价值计算模块，用于将固定指标参数和单个所述指标参数作为输入，将预设的样本用户在下一预设周期的业务数据作为输出，使用预置模型计算该指标参数的信息价值；其中预置模型表征上一预设周期的指标参数、信息价值与下一预设周期的业务数据的关联关系；
提取模块，用于从所述信息价值中，筛选出若干个大于预设阈值的信息价值，将筛选出的若干个信息价值对应的指标参数作为评价模型指标。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任意一项所述的基于出访数据的评价指标提取方法。
10.一种服务器，其特征在于，所述服务器包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7中任意一项所述的基于出访数据的评价指标提取方法。