本申请实施例提供一种用户信息分类方法及装置，在对具有标签的第一训练特征变量进行模型训练得到第一用户信息分类模型的基础上，通过采用无监督算法对中间状态的第二训练特征变量进行聚类后确定标签，从而拓宽了人工标识的局限，并且利用确定标签后的第二训练特征变量进行模型训练后进一步获得第二用户信息分类模型，再基于第二用户信息分类模型对原有的第一训练特征变量进行用户信息分类后进行第三用户信息分类模型的训练，从而通过利用全量的中间样本数据，提高了数据使用率，由于数据使用率的上升，也提高了原有第一用户信息分类模型的建模效果和用户信息分类效果，并且由于生成了多个用户信息分类模型，在实际使用中更加方便灵活。