随着互联网技术与人工智能技术的快速发展,以网络平台为中心的网络空间社会形成,个人信用评分呈现出以网络平台为主体,搜集平台海量数据并利用算法技术实施的新模式。网络平台个人信用评分改变了传统信用评分的基本模式,在算法运用、数据处理上诱发了诸多法律问题。算法技术局限产生了算法不稳定、算法黑箱、算法歧视问题,极大地影响了网络平台个人信用评分的准确性与可靠性,侵害了平台用户的合法权利,亦对我国信用体系建设造成了危害。网络平台个人信用评分算法模型的运作以平台内的海量数据为依托,区别于传统的个人信用数据,用户端与平台端的交互留下了类型丰富、体量庞大的“大数据”,这些数据中不仅包含大量用户的完整信用信息,也包含大量间接反映用户信用状况的碎片化信息,算法对碎片化信息的分析虽然能够在一定程度上增强信用样本的丰富度,但间接信用信息也对评分的准确性和可靠性造成了影响。个人信用评分不仅是对平台用户个人信用的反映,也关乎用户是否能够正常获得平台提供的服务,算法技术与数据层面的局限加大了平台与用户之间的不平等,相关问题亟需得到法律规制。欧盟与美国的信用体系较为完善,虽未对网络平台信用评分进行专门规制,但有对类似算法自动化决策的法律规制措施,且推出了众多与“算法技术”与“数据”规制相关的法律规范,从针对算法技术本身的规制与算法的数据规制层面,对欧盟与美国的算法法律规制措施进行深入分析,为我国构建规范网络平台个人信用评分的法律路径提供帮助。可以发现,欧美针对算法治理的法律路径存在一定差异,欧盟以整体规制思路,形成了以GDPR与《人工智能法案》为核心的算法法律规制体系,美国则在“自动驾驶”“深度伪造”等人工智能及算法应用的具体领域开展法律规制,呈现局部治理特征。对于我国网络平台个人信用评分算法的法律规制应结合我国具体国情,从算法本身及其适用数据两方面展开,在算法技术的法律规制层面,应推动建立可信算法评估制度,为算法透明度提供法律保障,刺破个人信用评分算法黑箱,并创设个人信用评分算法的监管与问责机制,提升算法运行的稳定性与可靠性。在算法适用数据的规制上,本文主张完善个人信用数据信息搜集中的知情同意原则,切实保障用户知情权,推动网络平台进行数据合规,明确网络平台责任与义务,减少算法鸿沟带来的不平等,以数据合规平衡企业数据利用与保护之间的矛盾,推动企业实施数据安全保障义务的自主履行,实现网络平台个人信用评分算法的多元共治。