我们步入信息时代之后,计算机科学技术进步提速明显,各行各业都越来越依赖于计算机、互联网的辅助。随着科学技术进步和不断成熟,经济得到质的发展,我们的生活习惯也随之被改变,生活上从各方面来说都越来越便利了。然而各种事物的发展各自都需要有不同的时间段或时机,背后维系着以上便利生活的事物,是对一个人的信用如何评价的问题。共享经济担心的是用户借走物品后是否能按时完整地归还,借贷公司和银行担心的是客户能否拥有偿还信用贷款的能力,网上购物时候客户担心商品是否货真价实、商家担心客户的无理索偿等,诸如此类无不建立于完善的信用体制之上。低信用度的社会,无疑会增加这些便利服务的运营成本,同时也会耗费大量的时间成本去处理由此引发的一系列纠纷问题。因此在当今社会发展中对个人信用进行客观量化计量的研究和整个社会信用体系的完善有着举足轻重的意义。针对个人信用数据经常存在数据缺失的问题,本文利用随机森林(Random Forest,RF)模型对数据缺失值填充,并在均方误差(Mean Square Error,MSE)指标上比一般常用的均值填充法低5.91%,比零补填充法低3.31%,效果显著;针对传统的信用计量模型未对重要特征进行选择,导致计量不准确的问题,本文结合IV值特征选择法筛选样本数据特征;建立Logistic回归模型对样本数据进行预测,在模型度量指标准确率、F1-score、AUC上均排行第一,并且较于各指标排名第二位模型分别高出了0.53%、1.19%、2.64%。本文借鉴Stacking的层级组合模型思路,目的意在构建一个RF-IVLogistic组合模型,希望该模型在个人信用计量中较一般常用的信用计量模型在准确率、鲁棒性及综合性能上都更加优秀。本文的主要研究内容如下:1.根据个人信用计量数据的特点,结合数据挖掘的流程构建本文的个人信用数据挖掘框架,并制定本文的技术路线。2.结合德国个人信用数据(German Credit Data)分析数据缺失所带来的问题,进行数据预处理及数据缺失值分析工作,引入随机森林模型对数据缺失值进行填充,并利用均方误差(MSE)指标把此方法与常用的样本特征数据缺失值填补方法效果进行比较。3.针对个人信用计量的数据特征筛选问题,引入了IV值筛选特征的方法,并利用计算特征IV值的方法筛选出对于个人信用计量二分类任务关联度高的特征,减轻了后续预测模型的训练负担。4.基于Logistic回归模型构建个人信用计量模型,与随机森林数据填充模型及IV值特征筛选方法融合,最后构建出一种基于Logistic回归融合随机森林和IV值方法的组合模型(RF-IV-Logistic模型),通过在德国个人信用数据集上的实验对比,本文所提出的RF-IV-Logistic模型在各项指标上都有显著的提升。5.通过研究和分析个人信用评分卡制作原理,反映出本文研究设计的RF-IVLogistic模型可进一步被应用于个人信用评分卡制作的可行性。