内部部署的多源异构数据机器学习决策建模方法

本发明属于机器学习与多源异构数据处理技术领域，具体为内部部署的多源异构数据机器学习决策建模方法。该方法获取多源异构数据及字段语义、量纲、时间粒度和关联对象，生成源域特征描述，依据跨源特征的稳定对应关系构建语义锚点集合，将各源域特征分解为公共语义分量和源域残差分量；针对同一语义锚点下取值、状态或时间顺序不一致的数据生成冲突编码，并将语义锚点覆盖信息、源域残差分量、冲突编码及数据源缺失标识输入门控式机器学习决策模型，获得决策结果。本发明保留跨源共性、来源特有信息和来源间矛盾，减少字段错误归并及冲突数据平均化引起的决策偏移，使模型在字段变化、来源缺失和记录不一致条件下维持稳定判定与决策追溯。