针对高铁移动网络传统优化模式难以精准识别用户群体、真实反映端到端感知的难题，本文提出一种基于多源数据融合的高铁用户识别与感知评估模型。首先，融合信令数据、列车时刻表与工程参数，设计“四条件判定法”实现高铁用户精准识别。其次，基于XGBoost构建细粒度感知分类模型，并提出“时间切片瓶颈交叉算法”动态确定质差门限。选取某省高铁典型线路进行实证，结果表明用户识别精确率达96.8%、召回率为94.2%、F1值为95.5%。闭环优化使关键感知指标平均提升超30%，质差用户比例下降55.6%。