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。