随着通讯产业的高速发展,电信诈骗作为一种新型诈骗方式充斥着人们的生活。短信群发、电话群拨、运用互联网技术等一系列的诈骗手段使得通讯用户深受其害、苦不堪言。由此带来的后果轻者信息泄露,重则带来巨大的财产损失和严重的精神伤害。凡此种种已对大众的正常社会生活秩序带来极大的困扰,增加了社会治理的运营成本,威胁到社会安稳的根基。因此,必须对于电信诈骗进行精准有力的打击才能净化人们的社会活动空间,而更好更快的对于电信诈骗罪犯的识别更是打击电信诈骗的重要环节。本文以S电信公司为例,结合国内外学者关于电信诈骗用户识别模型的研究成果,以电信诈骗所涉及的相关理论为基础,将使用XGBoost模型对S电信公司的电信诈骗用户进行识别,从而提取出电信诈骗用户识别用户的特征变量。在建立电信诈骗用户识别模型前,通过电信业务介绍,对S电信公司脏数据进行数据清洗处理,数据描述性统计分析,缺失值分析,异常值分析,数据转换处理,特征变量筛选。利用SMOTE算法对不平衡样本数据进行数据均衡,以保证数据模型预测效果。接着使用嵌入法对电信诈骗用户识别变量进行筛选,将不显著的变量进行剔除。实证分析证明,嵌入法不仅可以进行变量选择,而且能更准确地筛选出重要的诈骗特征变量。同时根据处理好的数据构建基于XGBoost的电信诈骗用户识别模型,并对XGBoost模型在经过ROC（AUC）曲线和LIFT的评估后得到一个稳定可靠的电信诈骗用户识别模型,而且在线上识别准确率高达89%。通过上述电信诈骗用户识别研究,采用数据挖掘技术构建了电话与电话联系特征,对企业来说,能够帮助电信企业更快速筛选出诈骗用户和团伙作案,方便企业更加高效地管理诈骗犯罪,进而能够快速提升S电信公司的市场竞争力,减少客户流失,为公司进一步业务拓展奠定坚实的基础;对社会来说,能够帮助个人免受电信诈骗带来的精神伤害和财产损失,维护社会和谐稳定。