一种基于知识图谱和联邦学习的智能监护决策方法

本发明公开了一种基于知识图谱和联邦学习的智能监护决策方法，包括如下步骤：S1、采集用户的多源健康数据并进行预处理，生成健康数据集；S2、构建本地医疗知识图谱并进行知识嵌入建模，生成知识表示向量；S3、构建健康风险评估模型，结合知识表示与健康数据进行建模；S4、初始化联邦学习架构，设定客户端与聚合端，分发模型结构与参数；S5、各联邦客户端本地训练模型，并上传参数至聚合端完成参数聚合；S6、结合更新后的模型与实时健康数据及知识图谱推理结果，生成个性化监护决策；S7、采集用户反馈及新增数据，更新知识图谱与模型，进入新一轮优化。本发明用于在保障隐私的同时，实现融合知识图谱与联邦学习的个性化健康风险评估与智能监护。