本发明公开了一种基于SVM‑RFE的客户风险特征筛选方法及其应用，方法包括：获取包括多个客户特征的客户风险特征数据；针对客户风险特征Xj，基于基尼系数、信息增益、信息增益比、互信息及SVM分类器最优分类结果的特征权重计算客户风险特征Xj的重要度综合度量指数；依次计算所有的客户风险特征的重要度综合度量指数后，按照以上指数从大到小依次排序，选取前k个特征构成客户风险特征集。本发明的方法不仅考虑了所选特征子集与目标变量的相关性及特征子集自身的冗余性，克服利用单一指标筛选客户风险特征的弊端，而且在特征筛选过程中引入了SVM分类器的训练结果，使得所筛选客户风险特征更加适合SVM分类器的特性，应用前景好。