本申请公开了一种用户分类方法、装置及存储介质，包括获取历史信息，根据所述历史信息使用CatBoost算法进行特征选择，从而生成回顾性分析数据；根据所述回顾性分析数据使用GA算法进行模型训练，从而生成风险预测模型；获取实时特征信息，将所述实时特征信息添加到所述风险预测模型内进行推算，从而输出风险预测等级，并根据所述风险预测等级对测试用户进行分类。本申请通过上述方法及结构，实现了可结合回顾性用户的历史用户特征以及预测用户当前的用户特征来进行更精准地分类，解决了现有技术当中现有的分类模型容易由于用户自身情况随着时间发生变化导致准确性降低，导致用户分类结果出现错误的问题，提升了用户分类的准确性。