近年来,随着我国经济的高速发展,我国电子商务的交易规模也不断攀升。然而由于电子商务的虚拟性和匿名性等特点,导致网上信用缺失问题日益严重,阻碍了我国电子商务的发展。因此,积极探索并建立一个适合我国电子商务的信用评价模型迫在眉睫。针对该问题,本文对当前信用评价体系所存在的问题进行分析,并建立了改进的信用评价模型。具体工作包括：(1)以“淘宝网”为主要研究对象,对我国C2C电子商务网站的信用评价系统进行研究,从考虑卖家信息、商品信息、买家评价信息以及惩罚因素等方面做出改进,建立一个相对全面的信用评价指标体系。(2)使用Matlab软件构建BP神经网络,根据所建立的信用评价指标体系,采集相关数据,作为训练样本和检测样本,对其进行训练和检测,从而确定各指标的权重,建立一个改进的信用评价模型。并针对实际案例,对所建立的信用评价模型进行仿真实验,检验其评价有效性。本文所建立的电子商务信用评价模型,考虑了卖家所交保证金金额以及卖家所受惩罚等因素,能够反映卖家的清偿能力并对其非诚信行为进行约束,所采用的BP神经网络方法也可以在计算指标权重时减少主观因素的影响,更加全面合理地实现对卖家信用等级的客观预测。