流批一体的实时特征工程平台建设实践

流批一体的实时特征工程平台建设实践

摘要

本文介绍了阿里云FeatHub项目组在实时特征工程开发中的经验。文章以特征穿越问题为例，解释了特征工程中的一个痛点。用户的点击数特征在不同时间节点记录了最近两分钟内的点击次数，用于推断用户是否会点击广告。但为了进行训练，需要将这些特征与用户的标签进行拼接。FeatHub通过引入特征中间件解决了特征定义的重复开发和资源浪费问题，并提供了API和代码实践，支持特征的复用和共享。未来，FeatHub还将扩展性能优化和支持阿里云上下游组件。