基于联邦迁移学习的金融调配方法、装置、设备及介质

本发明提供了一种基于联邦迁移学习的金融调配方法、装置、设备及介质，包括：分别获取物流场景下金融余额流动过程中相关参与方的多维度动态数据；对多维度动态数据进行隐私保护性数据对齐处理；针对核心参与方的多维度动态数据进行特征提取，利用提取的特征数据对时空因果推理模型进行训练；利用训练后的时空因果推理模型获得因果关系权重矩阵；构建联邦基础模型；分别对其他参与方的多维度动态数据进行特征提取，并利用提取的特征数据分别对联邦基础模型进行本地化微调，将微调后的联邦模型梯度上传至联邦服务器聚合，形成最终的联邦模型；基于最终的联邦模型获得未来预设时间段内的金融余额需求热力图，基于金融余额需求热力图对金融进行调配。