一种基于联邦学习框架的公共信用评价方法

摘要

本发明提供一种基于联邦学习框架的公共信用评价方法，涉及信用评价技术领域。该基于联邦学习框架的公共信用评价方法，包括如下具体步骤：S1、针对公共信用评价指标体系确定特征指标初始参数和权重；S2、将联邦学习初始模型下发到公共信用数据拥有方，简称简称子模型方；S3、子模型方在自己服务器部署联邦学习初始模型，结合自己数据开始进行训练；S4、子模型方训练结束后，提交自己训练后模型修订相应指标参数和权重，并提供自己的指标特征项数和数据数量；S5、主模型方根据子模型方提供的指标特征项，响应指标权重，利用熵权系数法进行综合权重计算。本发明有效的解决数据孤岛现象，指标体系数据利用充分且信用评价准确性高。