本发明提供了一种基于深度学习的多数据源处理的数据压缩方法，部署在各处理平台的数据按照所属平台信息、平台类型、数据率、时间进行标注，生成标注后的信息；数据处理中心对数据进行分类整理，并对分类生成的数据进行聚类迭代优化，生成识别后的信息；对识别后的信息进行数据频繁项集搜索，基于信息种类形成挖掘规则，并进行迭代，完成数据挖掘处理，生成挖掘后的信息；对挖掘后的信息采样处理，生成采样后的信息，完成整个过程。本发明能够经过数据压缩处理，生成有价值的、能够在有限带宽资源的基础上实现低时延、高效转发的数据产品，减少了工作时间，节约了运行成本。