P2P网贷平台是指个体与个体之间通过网络媒介实现直接借贷,主要模式是借贷双方通过网络来进行信息获取和资金交流。国内理财途径的欠缺,利率市场化较为落后,个人投资者对理财有着庞大的市场需求,直接导致了P2P网贷在我国的迅猛发展。但是由于监管问题和我们个人征信机制不完善,使得P2P平台的坏账率远高于传统金融机构,这就要求我们对个人信用风险进行新的研究和评估。与传统的银行贷款相比,P2P贷款具有以下优点:借贷双方准入门槛较低;可以设置个性化交易合约;收益率大幅度超过银行理财产品。但是这些原因也客观上导致了监管难,平台风险较高的问题。高风险产生的坏账率也是该行业为人所诟病的原因,所以平台的风险控制体系就成为其核心竞争力。文章首先介绍了信用的概念以及信用评价的要点,然后综合概述了当今世界信用发展比较完备的几个国家例如美国欧洲核日本的征信体制的起源及其特征。又通过介绍我们国家目前征信的发展趋势以及主流P2P(Peer to Peer)征信机构所采用的体系,在分析P2P网贷征信特征的基础上,综合了已有的模型建立了符合P2P行业特征的个人信用风险评价指标体系。使用支持向量机和GA-BP神经网络以及BP神经网络三种方法来对个人信用风险进行评估,具体包括分别使用三种方法对1000组实际数据的二分类与三分类分别进行了验证。结果显示在处理个人信用分类问题中,SVM的准确率要比神经网络模型更高,遗传算法优化的神经网络模型也有着比BP神经网络模型更高的准确率和更快的收敛速度。此外,在二分类问题中,三种算法的准确率都较高,但是一旦拓展到三分类模型中,准确率就会下降很多,寻求一种适合多分类的算法也成为以后研究的重点领域。