我国自20世纪80年代以来,信用卡业务得到了长足的发展。随着互联网信用借贷的兴起,传统信用借贷行业迎来了新一轮的增长,由此引起了对客户信用问题的重视。数据挖掘技术评估信用卡客户个人信用的重要性日益显现。1.对Wilcoxon惩罚Logistic回归算法进行改进,提出了 E-Wilcoxon惩罚Logistic回归算法。基于Wilcoxon秩和检验的思想,计算各个特征变量的秩次,用于评定其能够区分不同类别的能力。通过增加指数运算改变了自适应调整的惩罚项权重公式,强化了惩罚效力,并对E-Wilcoxon惩罚Logistic回归算法的收敛性进行了分析。2.基于信用卡客户信用风险评估的实证背景,使用Python编码计算自适应惩罚权重的数值和算法模型,对特征变量进行了分析。选择准确率、精确率、召回率、F1-value、G-mean和ROC曲线下的面积AUC得分值共六个评价指标评估模型效果,对比分析了Logistic回归算法、Wilcoxon惩罚Logistic回归算法和E-Wilcoxon惩罚Logistic回归算法这三种模型的实验结果。综合评估发现Logistic回归算法预测效果不如惩罚Logistic回归算法,而且对于所有指标的数值,本文提出的E-Wilcoxon惩罚Logistic回归算法比改进前的Wilcoxon惩罚Logistic回归算法都高,上述六个指标分别提升了 6.17%、7.58%、2.81%、6.36%、5.19%和7.47%,能够说明改进后的算法优于改进前的算法。