本发明公开了一种基于合作博弈论和集成蒸馏的联邦推荐方法、设备及存储介质。由于服务器无法明确控制每个客户端所拥有的数据的性质，本发明采用合作博弈论中的Shapley Values的概念来挑选客户端参与训练。利用这种有偏见的客户端选择策略，实现了在每轮选出对联邦推荐模型贡献度大的客户端组参与合作训练。在此基础上，本发明采用集成蒸馏的策略，加权集成筛选后的多个本地推荐模型来指导全局模型的训练，降低了由于各客户端的训练数据的非独立同分布对模型训练的影响，从而提高了推荐系统的性能。最后，本发明提出了数据标签纠正方法来检测并纠正损坏的客户端数据样本，从而使恢复的客户端也有机会做出贡献。