征信机构的用户征信数据具有巨大的商业价值,如何利用该数据帮助征信机构判断是否与用户进行信贷业务,是一个值得研究的问题。在研究这个问题的过程中,常见的方法是利用相关技术对已有的征信数据进行研究挖掘,找出其中的规律以便对未知用户进行信用评分的预测,最终依据此评分判断是否对其进行信贷业务。本文围绕这个问题展开研究,包括对数据挖掘方法的改进以及对实际征信数据分类问题的应用等,主要工作如下:1.考虑实际征信数据中用户评级分类问题,在进行缺失值补充等预处理后,针对将用户分为可贷款用户和不可贷款用户的实际情况,将上述问题转化为一类二分类问题,使用XGBoost算法建立用户违约预测模型。仿真结果表明,与传统的Logistic回归和GBDT算法等方法相比,XGBoost算法具有更优的分类效果,其AUC值分别提升了5.24%和6.06%。2.将对用户信用评级的分类问题转化为一类多分类问题,即将用户信用由好到坏分为1至4级,对于预处理后的征信数据,建立支持向量机集成模型,计算样本点到超平面的距离,降低了主观因素可能产生的影响,并列出信用评级排名前十的用户以供研究参考。3.对Boruta特征选择算法提出改进,即在建立阴影特征时,减少行数据混洗的比例,随后在不同量级的四组UCI数据集上分别进行实验,结果表明,特征选择结果有所改进,模型预测拟合效果也有所提升,经过与平均减少不纯度和随机Lasso等传统方法对比,发现皆有所提高;最后将改进算法应用于征信数据,显示了本人方法的优越性。