1.一种特征工程实时推荐方法,其特征在于,所述方法包括:
配置学习模型数据库和特征标签数据库;
显示特征工程配置参数,所述特征工程配置参数包括学习模型、所述调整参数和特征标签数据;
获取用户选取的目标特征工程配置参数;
根据所述目标特征工程配置参数从所述特征标签数据库中选取目标特征标签数据,并从所述学习模型数据库中选取目标学习模型;
根据目标调整参数调整所述目标学习模型,并将所述目标特征标签数据输入调整后的所述目标学习模型;
根据输出结果推送对应信息。
2.根据权利要求1所述的方法,其特征在于,当所述目标特征标签数据为实时数据时,通过mysql,binlog日志监听,log日志监听,flome监听或kafka消息获取所述目标特征标签数据对应的实时数据。
3.根据权利要求1-2所述的方法,其特征在于,所述将所述目标特征标签数据输入调整后的所述目标学习模型之后,所述方法还包括:
获取所述目标学习模型的第n目标调整参数;
根据所述第n目标调整参数调整所述目标学习模型,并将所述目标特征标签数据输入调整后的所述目标学习模型,直至输出结果满足预设条件;
其中,n为自然数。
4.根据权利要求1-3所述的方法,其特征在于,所述根据目标调整参数调整所述目标学习模型,并将所述目标特征标签数据输入调整后的所述目标学习模型包括:
将所述目标特征标签数据拆分为训练数据和测试数据;
根据所述目标调整参数调整所述目标学习模型,将所述训练数据输入调整后的所述目标学习模型进行训练;
将所述测试数据输入训练后的所述目标学习模型。
5.根据权利要求1-4所述的方法,其特征在于,所述输出结果是通过所述目标学习模型对所述目标特征标签数据的打分值,所述根据输出结果推送对应信息包括:
根据所述打分值将目标特征标签数据对应的用户分为不同等级;
向不同等级的用户推送对应的推送信息;
其中,所述推送信息包括商品信息、优惠劵信息、邀请码信息中的至少一种。
6.根据权利要求1-5所述的方法,其特征在于,所述实时数据包括:用户信用度、联系方式、借款金额、还款信息、逾期信息中的至少一种。
7.一种特征工程实时推荐装置,其特征在于,所述装置包括:
配置模块,用于配置学习模型数据库和特征标签数据库;
显示模块,用于显示特征工程配置参数,所述特征工程配置参数包括学习模型、所述调整参数和特征标签数据;
获取模块,用于获取用户选取的目标特征工程配置参数;
选取模块,用于根据所述目标特征工程配置参数从所述特征标签数据库中选取目标特征标签数据,并从所述学习模型数据库中选取目标学习模型;
调整模块,用于根据目标调整参数调整所述目标学习模型,并将所述目标特征标签数据输入调整后的所述目标学习模型;
推送模块,用于根据输出结果推送对应信息。
8.根据权利要求7所述的装置,其特征在于,当所述目标特征标签数据为实时数据时,通过mysql,binlog日志监听,log日志监听,flome监听或kafka消息获取所述目标特征标签数据对应的实时数据。
9.一种电子设备,包括:处理器;以及
存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,当所述一个或多个程序被处理器执行时,实现权利要求1-7中任一项所述的方法。