摘要
本申请公开了一种信用风险的确定方法、装置及计算机程序产品。涉及人工智能领域，该方法包括：获取目标用户的待分析数据；从身份信息中提取出目标用户所属的目标区域，确定联邦学习模型中与目标区域对应的客户端，其中，联邦学习模型中包含全局模型和多个客户端的局部模型，联邦学习模型由目标客户端集合的训练数据训练得到；将待分析数据输入到客户端的目标局部模型，输出目标用户的信用风险值，其中，目标局部模型由全局模型的模型参数和客户端的训练数据训练得到。通过本申请，解决了相关技术中由于联邦学习模型的训练数据的异质性，导致联邦学习模型通信效率低，进而导致对用户进行信用风险评估时的成本较高的问题。
