一种基于联邦学习的信贷业务推荐方法

摘要

本发明涉及信息技术领域，具体涉及一种基于联邦学习的信贷业务推荐方法，包括：建立可信服务器，展示信贷业务产品；金融机构收集信贷业务数据；人工标注推荐等级形成样本数据，各自建立并训练神经网络模型；将模型参数加密后发送给可信服务器；可信服务器将模型参数融合；金融机构更新神经网络模型，使用样本数据进行训练，将损失值加密后发送给可信服务器；可信服务器计算全局损失值，若达到预设准确度则再次将模型参数融合完成联邦学习；企业向可信服务器提供企业信息，输入最终神经网络模型，获得最终神经网络模型的输出，按输出降序排列作为企业的信贷业务推荐结果。本发明的实质性效果是：在保证数据隐私的前提下，实现信贷业务产品推荐。