大数据时代的到来,不断推动着互联网金融的飞速发展,进一步促使了各类P2P网贷平台的数量与日俱增,P2P网贷平台一方面降低了借贷者的融资门槛,更加高效便捷,极大地提高了资金利用效率。另一方面,由于互联网金融的虚拟性、隐蔽性,互联网欺诈的事件层出不穷,如何控制P2P网贷平台用户的信用风险成为当前风险领域的研究难题。同时,对于高维度且海量的用户数据,集成学习算法凭借着高精准性、高稳定性,为识别违约用户、降低平台损失提供了新的解决方法。首先,本文基于Lending Club平台数据,包含115677条信贷用户数据以及144个变量,包括借款人的资质信息、历史信用情况、贷款利率等信息。对数据进行预处理,包含处理无关变量、缺失值、异常值等,进行变量衍生。其次,对清洗后的数据进行WOE分箱,通过IV值筛选、相关系数及方差膨胀因子检验、随机森林重要性排序的方法来进行特征筛选,最终选择了11个自变量,以此作为模型的输入变量,构建借款人信用风险的违约预测模型。最后,分别基于逻辑回归的单一分类算法和随机森林、Ada Boost、GBDT、Cat Boost的四种集成学习算法构建用户违约预测模型,通过精确率、召回率、f1得分、AUC值等指标进行评估,结果表明随机森林受不平衡的影响较大,基于Ada Boost、GBDT和Cat Boost三种集成算法的分类预测结果均优于逻辑回归的分类预测结果,同时Cat Boost的预测精度最高,对平衡后样本的违约用户召回率达到了95%。故在此基础上建立以Ada Boost、GBDT、Cat Boost为第一层的基模型,逻辑回归为第二层模型的Stacking融合模型,基于Stacking算法模型的违约用户召回率提升至97%,分类预测效果最好。本文的创新点在于采用WOE分箱进行有监督的编码来提高变量的解释能力;通过多种方法进行特征筛选,加强了特征筛选的准确性;将Cat Boost算法应用于违约预测中,经过与其他集成模型的对比,证明了该算法的可行性及优越性。