摘要
本申请公开一种决策推荐方法、装置、计算机设备及存储介质，属于人工智能技术领域，应用于车险风控决策场景。本申请通过构建联邦学习数据中枢，实现了对多源异构数据的实时融合与动态特征对齐，破解了传统数据孤岛和分散存储的瓶颈。利用预训练的动态深度学习模型，系统引入时空注意力机制和增量更新引擎，有效捕捉传感器数据和业务事件的时空关联，实现了跨场景的泛化能力提升和快速响应市场波动。可解释性决策网络则将复杂模型输出拆解为清晰的特征贡献度，配合关键影响因素提取和自然语言决策修正，极大提升了决策的透明度和业务人员的理解效率。基于强化学习相结合的实时推荐系统，保障了异常预警的时效性和决策执行的精准性。
