【摘要】用核主成分分析(KPCA)和高斯朴素贝叶斯(GaussianNB)构建电子商务信用风险分类模型(KPCAGaussianNB)。首先,通过KPCA方法将电子商务信用风险涉及的指标进行主要特征提取;其次,应用GaussianNB方法构造电子商务信用风险分类模型;最后,使用18家电子商务企业的真实数据进行实证检验,并依据检验结果提出应对风险的措施。验证结果表明:通过对比GaussianNB、PCA-GaussianNB和KPCA-GaussianNB的平均准确率,KPCA-GaussianNB的平均准确率最高。