本发明公开一种基于迁移学习的用户违约预测定价方法和系统，属于用户信贷定价领域。包括：基于各个信贷用户的信贷数据，采用迁移学习模型预测各个信贷用户的违约风险，根据违约风险概率对信贷用户进行分类，得到高违约风险用户、中违约风险用户和低违约风险用户，标记高违约风险用户，不对其进行定价处理；将所有中违约风险用户的信贷数据和低违约风险用户的信贷数据作为输入，采用改进Tradaboost模型调节中违约风险用户和低违约风险用户的贷款费率定价，以利润最大化为目标，得到最优定价，改进Tradaboost模型的损失函数为利润函数平方的相反数。本发明优先剔除高违约风险的用户，对剩下用户数据放进改进的tradaboost中，调整金融产品的定价最大化利润，来解决实际问题。