本申请公开了一种基于XGBoost模型的资源推荐方法、装置及设备，涉及计算机技术领域，可以解决资源推荐准确性低的问题。包括：利用历史询价数据构建的第一特征集训练XGBoost模型，利用训练完成的XGBoost模型确定第一特征集的特征重要权重；在第一特征集中剔除特征重要权重小于预设权重阈值和/或特征评估指标小于第一预设指标阈值的预设特征项，得到第二特征集；利用第二特征集迭代训练XGBoost模型，直至XGBoost模型的模型评估指标大于第二预设指标阈值时确定为成交预测模型；将实时资源数据输入成交预测模型，确定实时资源数据的成交预测概率；根据成交预测概率为目标主体生成下单资源推荐。