标题：基于XGBoost算法的用户行为预测与风险分析
作者：邱耀 杨国为
作者单位：青岛大学电子信息学院，山东 青岛 266071
关键字：数据挖掘，XGBoost，行为预测
摘要：近年来，互联网金融飞速发展，各种消费信贷产品进入到人们的日常生活中，成为人们日常消费的重要组成部分。从机器学习的角度，基于真实脱敏数据，将XGBoost算法应用于用户行为预测中，深入挖掘了超过300类用户消费特征，建立消费预测模型，较为准确预测用户未来消费行为，为制定更优的额度政策提供一种有效的方法。